可检测图片和视频当中出现的绝缘子和绝缘子边缘是否出现破损，以及自动开启摄像头，进行绝缘子检测。基于最新的YOLO-v8训练的绝缘子检测模型和完整的python代码以及绝缘子的训练数据，下载后即可运行。（效果视频：YOLOv8绝缘子边缘破损检测系统（可以从图片、视频和摄像头三种方式检测）_哔哩哔哩_bilibili），包远程运行起来

配置环境

numpy==1.22.0
tensorflow==2.12.0
opencv-python==3.4.9.31
PyQt5==5.15.2
pyqt5-tools==5.15.2.3.1

1.检测界面

2.训练结果展示

2.检测结果

4.文件夹说明

重要文件介绍：data是数据文件夹

predictWindow.py是Pyqt5界面展示主程序，并调用训练好的yolov8模型参数，进行草莓不同类别的检测。insulator_train.py是训练脚本，detect_tools.py是用来读取和展示图像，被predictWindow.py调用,yolov8.pt是训练完成模型保存参数。

对项目感兴趣的可以关注最后一行

from PyQt5.QtWidgets import QApplication, QMainWindow, QFileDialog  # 导入PyQt5库中的模块
import sys
import os
import glob
sys.path.append('UIProgram')  # 添加一个路径到Python的模块搜索路径
from UIProgram.UiMain import Ui_MainWindow  # 导入UI程序的主窗口定义
from UIProgram.QssLoader import QSSLoader  # 导入自定义的QSSLoader模块
from PyQt5.QtCore import QTimer, Qt, QCoreApplication  # 导入PyQt5库中的模块
import sys
from PyQt5.QtCore import Qt, QCoreApplication  # 导入PyQt5库中的模块
from ultralytics import YOLO
import cv2
import detect_tools as tools