YOLOv8+PyQT5打造细胞计数与识别应用

OpenCV学堂

发布于 2024-01-15 09:51:00

46600

代码可运行

文章被收录于专栏：贾志刚-OpenCV学堂贾志刚-OpenCV学堂

运行总次数：0

代码可运行

应用说明

YOLOv8对象检测模型基于自定义数据集训练红白细胞检测模型，然后通过工具导出模型为ONNX，基于OpenVINO实现模型推理，完成细胞检测识别，根据检测到的细胞类别与数目，统计，在PyQT5打造的界面上显示输出检测结果。

模型介绍

YOLOv8自定义红白细胞检测模型

模型的输入与输出信息如下：

输入格式：

NCHW = 1x3x640x640

输出格式:

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

模型推理基于OpenVINO框架，CPU即可运行。

界面设计

界面支持模型相关得参数设置、输入图像路径选择与设置，相关界面设计如下：

代码实现与演示

代码实现与演示，设计两个类，一个界面类实现参数化界面输入与推理结果显示，另外一个模型推理类线程，负责调用模型实现模型推理，返回推理结果。推理类与界面类之间通过信号与槽机制实现数据交换。主界面调用界面类实例化与初始化，实现程序启动，在子线程种实现推理，主线程种刷新界面。完整的主程序调用代码实现如下：

# 初始化APP实例
import platform
app = QtWidgets.QApplication(sys.argv)
if 'Windows' == platform.system():
    app.setStyle('Windows')
# 初始化桌面容器
main_win = QtWidgets.QMainWindow()
# 设置APP窗口名称
main_win.setWindowTitle("YOLOv8细胞计数与面积统计测量 - 演示版本")
# 初始化内容面板
content_panel = YOLOv8InferPanel()
# 设置窗口大小
main_win.setMinimumSize(1340, 910)
main_win.setCentralWidget(content_panel)

# 请求显示
main_win.show()
# 加载窗口并启动App
app.exec()