使用PySimpleGUI和OpenCV结合YOLO AI算法进行目标检测
项目描述
psgyolo
PySimpleGUI应用程序
PySimpleGUI openCV YOLO 深度学习 GUI
特性
- 展示了如何创建一个AI物体识别GUI应用程序
- 根据YOLO库识别物体
- 从命令行OpenCV应用程序过渡到完全基于窗口的应用程序
- 作为其他命令行项目AI项目的起点
安装
使用PyPI的PIP
PySimpleGUI产品的最新官方版本可以在PyPI上找到。要从PyPI安装演示应用程序,请使用以下命令
如果您在计算机上使用python
命令调用Python(Windows)
python -m pip install --upgrade psgyolo
如果您在计算机上使用python3
命令调用Python(Linux,Mac)
python3 -m pip install --upgrade psgyolo
使用GitHub的PIP
您还可以安装PySimpleGUI GitHub账户中的PySimpleGUI应用程序。GitHub版本包含已修复的错误和尚未发布到PyPI的新程序/功能。要直接从该仓库pip安装
如果您在计算机上使用python
命令调用Python(Windows)
python -m pip install --upgrade https://github.com/PySimpleGUI/psgyolo/zipball/main
如果您在计算机上使用python3
命令调用Python(Linux,Mac)
python3 -m pip install --upgrade https://github.com/PySimpleGUI/psgyolo/zipball/main
用法
安装完成后,在命令行中输入以下内容以启动psgyolo
psgyolo
运行演示
您需要通过pip安装openCV和PySimpleGUI
pip install opencv-python
pip install pysimplegui
运行顶层目录中的任何.py文件
yolo.py - single image processing
yolo_video.py Video display
yolo_video_with_webcam.py - webcam or file source. Option to write to hard drive
您还需要训练数据。它为242 MB,太大而无法上传到GitHub:https://www.dropbox.com/s/uf00d4ov6fmw0he/yolov3.weights?dl=1
了解更多信息
此代码与一篇文章相关联,该文章将逐步向您介绍代码(不包括GUI部分)。
https://www.pyimagesearch.com/2018/11/12/yolo-object-detection-with-opencv/
致谢
本软件由pyimagesearch组织的Adrian Rosebrock博士提供。https://www.pyimagesearch.com
许可 & 版权
版权所有 2023-2024 PySimpleSoft, Inc. 和/或其许可商。
这是一个免费使用的“实用工具”,并根据PySimpleGUI许可协议许可,协议副本包含在license.txt文件中,也可在https://pysimplegui.com/eula找到。
请参阅许可的第1.2节,了解此实用工具的使用,如有任何疑问,请参阅https://pysimplegui.com/faq。
贡献
我们很高兴接收描述错误报告和功能请求的问题!如果您的错误报告与安全漏洞相关,请勿公开问题,请联系我们issues@PySimpleGUI.com。
我们不接受(也不希望收到)用户创建或第三方代码的贡献,包括补丁、拉取请求或包含在提交问题中的代码片段。请勿发送此类代码!错误报告和功能请求不应包含任何源代码。
如果您提交了任何用户创建或第三方代码给我们,(1) 您将代码的所有权利和所有权转让给我们;(2) 在任何此类转让不充分有效的情况下,您在此授予我们一项免费、永久、不可撤销、全球、无限、可转授和可转让的许可,根据其中包含或与之相关的所有知识产权权利,以任何我们选择的方式利用代码,包括将其纳入PySimpleGUI以及根据我们的自由决定重新分发。
项目详细信息
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个,请了解有关安装包的更多信息。
源代码发行版
构建发行版
psgyolo-5.0.0.tar.gz的散列
算法 | 散列摘要 | |
---|---|---|
SHA256 | 1081c62a4262f12c0ddd097997819bb9b742becc536810cad80accb5cd5a678c |
|
MD5 | 13097af9ab91a5092b2112d614513919 |
|
BLAKE2b-256 | 29a0ca739214cd9a1b2088e3aec1cfd44a1b79d34d3ba66ad8b6b221b33e2776 |