一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

YOLOv8+PyQT5打造細(xì)胞計數(shù)與識別應(yīng)用說明

OpenCV學(xué)堂 ? 來源:OpenCV學(xué)堂 ? 2024-01-15 17:22 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

應(yīng)用說明

YOLOv8對象檢測模型基于自定義數(shù)據(jù)集訓(xùn)練紅白細(xì)胞檢測模型,然后通過工具導(dǎo)出模型為ONNX,基于OpenVINO實現(xiàn)模型推理,完成細(xì)胞檢測識別,根據(jù)檢測到的細(xì)胞類別與數(shù)目,統(tǒng)計,在PyQT5打造的界面上顯示輸出檢測結(jié)果。

模型介紹

YOLOv8自定義紅白細(xì)胞檢測模型 模型的輸入與輸出信息如下:

4308080c-b37f-11ee-8b88-92fbcf53809c.png

輸入格式:

NCHW = 1x3x640x640

輸出格式:

1x6x8400, xyhw+類別2 = 6,20x20+40x40+80x80=8400

模型推理基于OpenVINO框架,CPU即可運行。

界面設(shè)計

界面支持模型相關(guān)得參數(shù)設(shè)置、輸入圖像路徑選擇與設(shè)置,相關(guān)界面設(shè)計如下:

4314a346-b37f-11ee-8b88-92fbcf53809c.png

代碼實現(xiàn)與演示

代碼實現(xiàn)與演示,設(shè)計兩個類,一個界面類實現(xiàn)參數(shù)化界面輸入與推理結(jié)果顯示,另外一個模型推理類線程,負(fù)責(zé)調(diào)用模型實現(xiàn)模型推理,返回推理結(jié)果。

推理類與界面類之間通過信號與槽機制實現(xiàn)數(shù)據(jù)交換。

主界面調(diào)用界面類實例化與初始化,實現(xiàn)程序啟動,在子線程種實現(xiàn)推理,主線程種刷新界面。

完整的主程序調(diào)用代碼實現(xiàn)如下:

#初始化APP實例
importplatform
app=QtWidgets.QApplication(sys.argv)
if'Windows'==platform.system():
app.setStyle('Windows')
#初始化桌面容器
main_win=QtWidgets.QMainWindow()
#設(shè)置APP窗口名稱
main_win.setWindowTitle("YOLOv8細(xì)胞計數(shù)與面積統(tǒng)計測量-演示版本")
#初始化內(nèi)容面板
content_panel=YOLOv8InferPanel()
#設(shè)置窗口大小
main_win.setMinimumSize(1340,910)
main_win.setCentralWidget(content_panel)

#請求顯示
main_win.show()
#加載窗口并啟動App
app.exec()

43229686-b37f-11ee-8b88-92fbcf53809c.png

4364f22e-b37f-11ee-8b88-92fbcf53809c.png








審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • OpenVINO
    +關(guān)注

    關(guān)注

    0

    文章

    115

    瀏覽量

    483

原文標(biāo)題:YOLOv8+PyQT5打造細(xì)胞計數(shù)與識別應(yīng)用

文章出處:【微信號:CVSCHOOL,微信公眾號:OpenCV學(xué)堂】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    YOLOv5】LabVIEW+YOLOv5快速實現(xiàn)實時物體識別(Object Detection)含源碼

    前面我們給大家介紹了基于LabVIEW+YOLOv3/YOLOv4的物體識別(對象檢測),今天接著上次的內(nèi)容再來看看YOLOv5。本次主要是和大家分享使用LabVIEW快速實現(xiàn)
    的頭像 發(fā)表于 03-13 16:01 ?2624次閱讀

    Yolov5算法解讀

    yolov5于2020年由glenn-jocher首次提出,直至今日yolov5仍然在不斷進行升級迭代。 Yolov5YOLOv5s、YOLOv5
    的頭像 發(fā)表于 05-17 16:38 ?1.3w次閱讀
    <b class='flag-5'>Yolov5</b>算法解讀

    如何利用藍(lán)牙5打造高級別的IoT安全性?

    如何利用藍(lán)牙5打造高級別的IoT安全性?
    發(fā)表于 06-15 07:00

    從零打造一個機器人003【初識STM32單片機】精選資料分享

    從零打造一個機器人003【初識STM32單片機】1.什么是單片機單片機(Single-Chip Microcomputer)是一種集成電路芯片,是采用超大規(guī)模集成電路技術(shù)把具有數(shù)據(jù)處理能力
    發(fā)表于 07-14 07:49

    基于RK3588打造一種多功能智能媒體中心

    等模擬器,更是不在話下,用RK3588打造娛樂型的家庭游戲主機其性能已經(jīng)是綽綽有余。粗RK3588本身有著強大的視頻編解碼能力、豐富的傳感器接口和攝像頭接口,開發(fā)商可根據(jù)硬件特性打造AR游戲或者MR
    發(fā)表于 08-18 17:10

    如何YOLOv5測試代碼?

    使用文檔“使用 YOLOv5 進行對象檢測”我試圖從文檔第 10 頁訪問以下鏈接(在 i.MX8MP 上部署 yolov5s 的步驟 - NXP 社區(qū)) ...但是這樣做時會被拒絕訪問。該文檔沒有
    發(fā)表于 05-18 06:08

    yolov5模型onnx轉(zhuǎn)bmodel無法識別出結(jié)果如何解決?

    問題描述: 1. yolov5模型pt轉(zhuǎn)bmodel可以識別出結(jié)果。(轉(zhuǎn)化成功,結(jié)果正確) 2. yolov5模型pt轉(zhuǎn)onnx轉(zhuǎn)bmodel可以無法識別出結(jié)果。(轉(zhuǎn)化成功,結(jié)果沒有)
    發(fā)表于 09-15 07:30

    notepad-pyqt5 PyQt記事本

    ./oschina_soft/gitee-notepad-pyqt5.zip
    發(fā)表于 05-24 09:20 ?4次下載
    notepad-<b class='flag-5'>pyqt5</b> <b class='flag-5'>PyQt</b>記事本

    采用Toit和ESP32打造的溫控風(fēng)扇

    電子發(fā)燒友網(wǎng)站提供《采用Toit和ESP32打造的溫控風(fēng)扇.zip》資料免費下載
    發(fā)表于 11-02 10:48 ?3次下載
    采用Toit和ESP32<b class='flag-5'>打造</b>的溫控風(fēng)扇

    請問PyQT5是如何構(gòu)建YOLOv8界面應(yīng)用程序的

    PyQT5中引用OpenMV2023版本支持SDK,實現(xiàn)二次開發(fā)使用。OpenMV算法層已經(jīng)開放SDK調(diào)用支持,從圖像處理、分析、測量到深度學(xué)習(xí)推理全部支持SDK調(diào)用方式實現(xiàn)第三方應(yīng)用與程序集成。
    的頭像 發(fā)表于 02-14 17:07 ?1861次閱讀

    淺析基于改進YOLOv5的輸電線路走廊滑坡災(zāi)害識別

    本文以YOLOv5網(wǎng)絡(luò)模型為基礎(chǔ),提出一種改進YOLOv5YOLOv5-BC)深度學(xué)習(xí)滑坡災(zāi)害識別方法,將原有的PANet層替換為BiFPN結(jié)構(gòu),提高網(wǎng)絡(luò)多層特征融合能力
    的頭像 發(fā)表于 05-17 17:50 ?1230次閱讀
    淺析基于改進<b class='flag-5'>YOLOv5</b>的輸電線路走廊滑坡災(zāi)害<b class='flag-5'>識別</b>

    如何實現(xiàn)YOLOv8 + ONNRUNTIME推理界面化與多線程支持

    2023年一月份跟二月份創(chuàng)建了一個PyQT5人工智能軟件開發(fā)系列的文章系列,過去的兩個月都沒怎么更新,心里一直想有時間繼續(xù)更新下去,今天又更新了一篇,基于PyQT5實現(xiàn)多線程、界面化、YOLOv8對象檢測、實例分割、姿態(tài)評估的推
    的頭像 發(fā)表于 05-22 09:26 ?2863次閱讀
    如何實現(xiàn)<b class='flag-5'>YOLOv8</b> + ONNRUNTIME推理界面化與多線程支持

    YOLOv8+OpenCV實現(xiàn)DM碼定位檢測與解析

    YOLOv8是YOLO系列模型的最新王者,各種指標(biāo)全面超越現(xiàn)有對象檢測與實例分割模型,借鑒了YOLOv5YOLOv6、YOLOX等模型的設(shè)計優(yōu)點,全面提升改進YOLOv5的模型結(jié)構(gòu)基
    的頭像 發(fā)表于 08-10 11:35 ?1732次閱讀
    <b class='flag-5'>YOLOv8</b>+OpenCV實現(xiàn)DM碼定位檢測與解析

    基于LabVIEW和YOLOv8-Pose的跳繩計數(shù)裝置

    跳繩是一項廣受歡迎的運動項目,因其簡單易行而備受學(xué)生和運動愛好者青睞。然而,在實際運動中,人工計數(shù)容易出現(xiàn)誤差,影響比賽和訓(xùn)練效果。本文提出了一種基于LabVIEW和YOLOv8-Pose的跳繩計數(shù)
    的頭像 發(fā)表于 01-17 09:46 ?892次閱讀
    基于LabVIEW和<b class='flag-5'>YOLOv8</b>-Pose的跳繩<b class='flag-5'>計數(shù)</b>裝置

    RV1126 yolov8訓(xùn)練部署教程

    YOLOv8 是 ultralytics 公司在 2023 年 1月 10 號開源的基于YOLOV5進行更新的 下一個重大更新版本,目前支持圖像分類、物體檢測和實例分割任務(wù),鑒于Yolov5的良好表現(xiàn),
    的頭像 發(fā)表于 04-16 14:53 ?492次閱讀
    RV1126 <b class='flag-5'>yolov8</b>訓(xùn)練部署教程