介绍
YOLOSHOW 是一款集合了 YOLOv5 YOLOv7 YOLOv8 YOLOv9 YOLOv10 RT-DETR 的图形化界面程序
English | 简体中文
演示视频
YOLOSHOW v1.x : YOLOSHOW-YOLOv9/YOLOv8/YOLOv7/YOLOv5/RTDETR GUI
YOLOSHOW v2.x : YOLOSHOWv2.0-YOLOv9/YOLOv8/YOLOv7/YOLOv5/RTDETR GUI
待做清单
- 加入
YOLOv9算法 - 调整UI (菜单栏)
- 完成Rtsp功能
- 支持实例分割 （
YOLOv5&YOLOv8） - 加入
RT-DETR算法 (Ultralytics仓库) - 加入模型对比模式（VS Mode）
- 支持姿态估计 （
YOLOv8） - 支持 Http 协议 ( Single Mode )
- 支持旋转框 (
YOLOv8) - 加入
YOLOv10算法 - 支持拖拽文件输入
- 追踪和计数模型 (
工业化)
功能
1. 支持 图片 / 视频 / 摄像头 / 文件夹（批量）/ 网络摄像头 目标检测
选择左侧菜单栏的图片 / 视频 / 摄像头 / 文件夹（批量）/ 网络摄像头 进行目标检测
2. 动态切换模型 / 调整超参数
程序开始检测时，支持动态切换模型 / 调整超参数
- 支持动态切换
YOLOv5/YOLOv7/YOLOv8/YOLOv9/RTDETR/YOLOv5-seg/YOLOv8-seg/YOLOv10模型 - 支持动态修改
IOU/Confidence/Delay time/line thickness超参数
3. 动态加载模型
程序可以自动检测ptfiles 文件夹中包含 YOLOv5 Models / YOLOv7 Models / YOLOv8 Models / YOLOv9 Models / YOLOv10 Models pt 模型.
如果你需要导入新的 pt 文件, 请点击 Settings 框中的 Import Model 按钮 来选择需要导入的 pt 文件. 然后程序会把该文件复制到 ptfiles 文件夹下.
Notice :
- 所有的
pt模型文件命名必须包含yolov5/yolov7/yolov8/yolov9/yolov10/rtdetr中的任意一个版本. (如yolov8-test.pt) - 如果是分割类型的
pt文件, 命名中应包含yolov5n-seg/yolov8s-seg中的任意一个版本. (如yolov8n-seg-test.pt) - 如果是姿态检测类型的
pt文件, 命名中应包含yolov8n-pose中的任意一个版本. (如yolov8n-pose-test.pt) - 如果是旋转框类型的
pt文件, 命名中应包含yolov8n-obb中的任意一个版本. (e.g.yolov8n-obb-test.pt)
4. 加载超参数配置
- 程序启动后, 自动加载最近保存的超参数配置.
- 程序关闭后, 自动保存最近修改的超参数配置.
5. 保存检测结果
如果需要保存检测结果，请在检测前点击 Save Mode . 然后等待检测完毕，选择需要保存的路径进行结果保存.
6. 同时支持目标检测、实例分割和姿态估计
从 YOLOSHOW v3.0 起 ，支持目标检测、实例分割、姿态估计和旋转框多种任务。同时支持不同版本的任务切换，如从YOLOv5 目标检测任务 切换到 YOLOv8 实例分割任务。
7. 支持目标检测、实例分割、姿态估计和旋转框模型对比模式
从 YOLOSHOW v3.0 起，支持目标检测、实例分割、姿态估计和旋转框模型对比模式。
运行准备工作
实验环境
OS : Windows 11
CPU : Intel(R) Core(TM) i7-10750H CPU @2.60GHz 2.59 GHz
GPU : NVIDIA GeForce GTX 1660Ti 6GB
1. 创建虚拟环境
创建内置Python 3.9的conda虚拟环境, 然后激活该环境.
conda create -n yoloshow python=3.9
conda activate yoloshow
2. 安装Pytorch框架
Windows: pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
Linux: pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
安装其他版本的 Pytorch : 
3. 安装依赖包
切换到YOLOSHOW程序所在的路径
cd {YOLOSHOW程序所在的路径}
安装程序所需要的依赖包
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
4. 添加字体
Windows 用户
把所有的fonts 文件夹中的字体文件 *.ttf 复制到 C:\Windows\Fonts
Linux 用户
mkdir -p ~/.local/share/fonts
sudo cp fonts/Shojumaru-Regular.ttf ~/.local/share/fonts/
sudo fc-cache -fv
MacOS 用户
MacBook实在太贵了，我买不起。你们自己想办法安装吧~😂
5. 运行程序
python main.py
使用框架
参考文献
YOLO 算法
YOLOv5 YOLOv7 YOLOv8 YOLOv9 YOLOv10