使用视频演示（介绍）：

功能介绍

1. 默认提供官方模型，后期可以替换成自己的模型，实现自定义检测（需要是官方源码训练的）；
2. 如需改进，请在本套源码下进行改进，然后训练模型，这样就保持网络一致了
3. 提供了暂停/终止检测功能
4. 提供检测进度百分比显示，掌控检测进度
5. 实时统计当前帧检测到的数量
6. 实时统计当前帧检测所消耗的时间
7. 实时显示物体xy位置坐标（在底部表格中）
8. 实时显示FPS帧率
9. 支持动态调整conf（置信度）、iou（交并比）的值，
10. 可以选择是否保存检测结果（结果默认生成在runs文件夹）
11. 对检测到的类别，会进行分类统计，实时显示在右下角
12. 提供ui源文件，可以对颜色、文字、图片等样式就行修改（修改步骤参考文章末尾给出的方法）

支持的检测类型：

1. 图片（单图检测）
2. 视频（mp4等离线视频）
3. 电脑摄像头实时检测（例如USB或者笔记本自带摄像头）
4. 文件夹（图片批量检测）

环境安装（运行指南）：

1、在anaconda中，创建独立环境（python版本是3.11）

conda create -n yolo13 python=3.11

2、在pycharm或者vscode中，添加刚刚创建的解释器，然后在终端安装依赖

pip install -r requirements.txt -i  https://pypi.tuna.tsinghua.edu.cn/simple/

3、安装完环境依赖后，运行main.py启动程序

温馨提示：上述第2步中，直接pip安装依赖是安装CPU版的pytorch。如果希望安装GPU版的pytorch，需要先注释或者删除requestments.txt里面的torch和torchversion，然后再执行pip install 命令。

安装完毕后，再安装GPU版的pytorch例如（电脑cuda版本需要≥11.8）：pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu118

如需安装flash_attn，可以在 https://github.com/kingbri1/flash-attention/releases这里找到合适的版本，下载后进行安装。

项目介绍

项目的主程序是main.py，安装好环境后，就是通过运行它来显示检测画面的，里面主要有两个类：

• MyThread类用于处理目标检测的逻辑代码，检测和数据保存都是在这里操作，处理完图片或者视频后，把相关的图片和数据通过信号槽传输给pyside6组件，也就是MainWindow类。采用多线程启动方式，确保检测和显示画面不冲突。
• MainWindow类主要用于处理pyside6图形界面，例如点击按钮后执行的操作和显示MyThread类传输过来的内容。

config.json文件主要是用于记录一些设置的选项，例如模型的路径以及是否保存结果等，方便我们下次打开时直接使用，不用每次都手动设置。

每次启动程序运行检测，检测的结果会生成在runs文件夹（如果你用的是pycharm等编辑器，可能双击视频无法打开，那是因为pycharm是代码编辑器，无法播放视频，可以打开视频文件夹位置，使用电脑自带的播放器查看视频）

有些同学想记录检测到的数据到文本中，那么可以在MainWindow类中，找到self.save_results变量，并且把它的值改为True。

这样在检测的时候，就会把表格里面的参数，记录到txt文本中。文本将会存在于table_results文件夹（自动创建的文件夹）

坐标位置的数值，对应的是边框的xy坐标，分别是（左上角x坐标，左上角y坐标）（右下角x坐标，右下角y坐标）

例如下图中的粉红色bus红色箭头指向处，因为知道这两个框就可以确认边框的位置和大小。

程序用到的所有图片或者图标，全部位于icon文件夹，如需替换图片，可以直接把同名和同尺寸的图片放进去替换成自己的。

图标来源于：字节跳动开源的图标，放心使用。

项目由微智启软件工作室原创开发，已申请版权，未经许可禁止转载商用。

界面样式修改：

详细方法，查看另一篇文章：  https://wzqgzs.blog.csdn.net/article/details/151545144

在实际应用中，很多同学为了避免重样，会选择修改样式，这当然是允许的，我们提供了UI源文件，只需要在Qt编辑器中打开它，并修改对应的CSS样式即可。

如果只是希望修改图片或者图片，可以直接在根目录icon文件夹下，替换同名的图片，然后重新运行。

本界面长宽尺寸分别为1130X781固定尺寸，部分笔记本会进行界面放大，导致显示不全，在系统显示设置，调整合适倍率，大部分支持125%以下。

主代码中，提供了大量的注释，方便同学们理解

常见错误解决方案：

onnxruntime-gpu和pyside6安装失败报错：

ERROR: No matching distribution found for onnxruntime-gpu==1.18.0

ERROR: No matching distribution found for pyside6==6.9.1

解决方案：

在项目根目录，找到requirements.txt文件，把onnxruntime-gpu==1.18.0改成onnxruntime

把pyside6的版本，改成提示中支持的最高版本，如下图我的是6.8.0.2。

所以我这样改，然后继续执行安装。由于我这个默认是安装的指定版本，如果有些其他版本库不兼容，依旧可以适当修改版本，然后继续执行：pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/ 安装命令

项目源码获取

点击底部的名片联系获取