一、💡前言：毕业设计的痛点与解决方案

痛点一：环境配置困难

做过深度学习项目的小伙伴肯定都遇到过这些坑：

• PyTorch版本不兼容，CUDA环境配置报错
• 依赖包版本冲突，pip install总失败
• 代码在别人电脑上能跑，自己电脑上各种报错

痛点二：代码理解困难

• GitHub上的开源项目代码复杂，注释不清晰
• 不知道从哪个文件开始看起
• 模型训练参数不知道如何调整

痛点三：数据集获取困难

• 标注数据集耗时耗力
• 找不到高质量的训练数据
• 数据格式转换麻烦

---

二、✨ 本项目的优势

纯Python开发：基于PyTorch和PyQt5，代码结构清晰，注释详细

一键运行：提供完整的环境配置脚本，按步骤操作即可运行

美观的UI界面：使用PyQt5开发的图形界面，操作简单直观

完整数据集：包含6000+张交通标志图片，45种标志类别，VOC格式标准标注

多种检测模式：支持单张图片、视频文件、实时摄像头三种检测方式

预训练模型：提供训练好的模型权重，可直接使用

---

三、🎬 系统演示

系统主界面包含以下功能区域：

• 左侧：检测结果详情显示（检测时间、标志数量、标志编号、置信度、坐标位置）
• 中间：图像/视频实时显示区域
• 下方：检测结果列表表格（序号、文件路径、识别结果、标志含义、置信度、坐标位置）
• 右侧：参数设置和操作按钮（模型选择、IOU阈值调整、图像/视频/摄像头检测按钮）

系统识别效果展示：

• 识别准确率：经过6000+数据训练的模型，在测试集上mAP达到95%+
• 检测速度：单张图片检测时间<0.1秒，实时视频检测FPS>30
• 支持标志类别：45种常见交通标志，包括限速标志、禁止标志、指示标志、警告标志等

---

四、🛠️ 核心技术栈

技术	用途
Python	开发语言
PyTorch	深度学习框架
PyQt5	GUI界面开发
OpenCV	图像处理和视频读取
NumPy	数值计算
Pillow	图像处理

为什么选择这些技术？

• PyTorch：当前最流行的深度学习框架之一，API设计简洁，易于上手
• PyQt5：跨平台GUI框架，可以开发出美观的桌面应用
• OpenCV：计算机视觉领域的标准库，功能强大且稳定
• YOLOv8：最新的YOLO系列模型，在速度和准确率之间达到了很好的平衡

---

五、📁 项目目录结构

yolov8-pytorch-traffic_sign_01/
├── 主界面.py                    # 主程序入口，PyQt5界面逻辑
├── ui.py                        # UI界面自动生成文件
├── ui.ui                        # Qt Designer设计的界面文件
├── yolo.py                      # YOLO检测核心类
├── predict.py                   # 命令行预测脚本
├── train.py                     # 模型训练脚本
├── voc_annotation.py            # VOC格式数据标注转换
├── get_map.py                   # mAP计算脚本
│
├── nets/                        # 网络模型定义
│   ├── backbone.py             # YOLOv8主干网络
│   ├── yolo.py                 # YOLO检测头
│   └── yolo_training.py        # 训练相关辅助函数
│
├── utils/                       # 工具函数库
│   ├── utils.py                # 通用工具函数
│   ├── utils_bbox.py           # 边界框处理
│   ├── utils_fit.py            # 训练相关函数
│   ├── utils_map.py            # mAP计算工具
│   ├── dataloader.py           # 数据加载器
│   └── callbacks.py            # 训练回调函数
│
├── model_data/                  # 模型和数据配置
│   ├── my_classes.txt          # 45种交通标志类别列表
│   ├── yolov8_s.pth            # YOLOv8-small预训练权重
│   ├── yolov8_m.pth            # YOLOv8-medium预训练权重
│   ├── yolov8_l.pth            # YOLOv8-large预训练权重
│   ├── yolov8_x.pth            # YOLOv8-xlarge预训练权重
│   └── simhei.ttf              # 中文字体文件
│
├── logs/                        # 训练日志和权重文件
│   ├── best_epoch_weights.pth  # 最佳模型权重
│   └── last_epoch_weights.pth  # 最后一次训练权重
│
├── VOCdevkit/                   # VOC格式数据集
│   └── VOC2007/
│       ├── Annotations/        # XML标注文件（6034个）
│       ├── JPEGImages/         # 原始图片（6034张）
│       └── ImageSets/          # 数据集划分文件
│
├── img/                         # 测试图片文件夹
├── img_out/                     # 检测结果输出文件夹
├── ui/                          # UI界面资源文件
│   ├── background.png          # 界面背景图
│   ├── 图像.png                # 图像按钮图标
│   ├── 视频.png                # 视频按钮图标
│   └── 摄像头.png              # 摄像头按钮图标
│
└── 环境配置命令.txt             # 环境配置安装命令

目录说明：

• nets/：定义了YOLOv8的网络结构，包括主干网络和检测头
• utils/：提供了数据加载、图像处理、边界框计算等工具函数
• VOCdevkit/：存储VOC格式的数据集，包含图片和XML标注文件
• model_data/：存放模型配置文件和预训练权重

---

六、💻 核心代码展示

1. 界面初始化与YOLO模型加载

from PyQt5 import QtWidgets, QtGui, QtCore
from ui import Ui_MainWindow
from yolo import YOLO

class MainWindow(QtWidgets.QMainWindow, Ui_MainWindow):
    def __init__(self, parent=None):
        super(MainWindow, self).__init__(parent)
        self.setupUi(self)  # 初始化UI界面
        
        # 设置IOU阈值下拉框（0.1到0.9）
        self.comboBox.addItems(["0.1", "0.2", "0.3", "0.4", "0.5", 
                                "0.6", "0.7", "0.8", "0.9"])
        self.comboBox.setCurrentIndex(4)  # 默认选择0.5
        
        # 初始化YOLO检测模型
        self.yolo = YOLO()
        
        # 设置定时器用于视频和摄像头检测
        self.timer_camera = QtCore.QTimer()
        self.timer_video = QtCore.QTimer()
        self.cap = cv2.VideoCapture()
        
        # 连接信号与槽函数
        self.pushButton_pic.clicked.connect(self.select_img)      # 图像检测
        self.pushButton_video.clicked.connect(self.select_video)  # 视频检测
        self.pushButton_camera.clicked.connect(self.button_open_camera_clicked)  # 摄像头检测

代码说明：

• 使用PyQt5创建主窗口，继承自动生成的UI类
• 初始化YOLO检测模型，加载预训练权重
• 设置定时器用于实时视频流检测
• 通过信号槽机制连接按钮点击事件与处理函数

2. 图像预处理与模型推理

from yolo import YOLO
from PIL import Image

def detect_image(self, image, crop=False, count=False, confidence=0.5):
    """
    单张图片检测函数
    Args:
        image: PIL格式的图片对象
        confidence: 置信度阈值，过滤低置信度检测框
    Returns:
        image: 绘制了检测框的图片
    """
    # 将图片转换为RGB格式（处理灰度图）
    image = cvtColor(image)
    
    # 图片resize，保持宽高比（letterbox方式）
    image_data = resize_image(image, (640, 640), letterbox_image=True)
    
    # 数据预处理：归一化、通道转换、添加batch维度
    # [H, W, 3] -> [1, 3, 640, 640]
    image_data = np.expand_dims(
        np.transpose(preprocess_input(np.array(image_data, dtype='float32')), (2, 0, 1)), 
        0
    )
    
    # 模型推理（不计算梯度，加快推理速度）
    with torch.no_grad():
        images = torch.from_numpy(image_data)
        outputs = self.net(images)  # 模型前向传播
        outputs = self.bbox_util.decode_box(outputs)  # 解码预测框
        
        # 非极大值抑制（NMS）去除重复框
        results = self.bbox_util.non_max_suppression(
            outputs, self.num_classes, self.input_shape, 
            image_shape, letterbox_image=True, 
            conf_thres=confidence, nms_thres=0.3
        )
    
    # 在图片上绘制检测框和标签
    if results[0] is not None:
        for i, c in enumerate(top_label):
            predicted_class = self.class_names[int(c)]  # 类别名称
            box = top_boxes[i]  # 边界框坐标
            score = top_conf[i]  # 置信度
            
            # 绘制矩形框和文字标签
            draw.rectangle([left, top, right, bottom], 
                          outline=self.colors[c], width=2)
            draw.text((left, top-20), f'{predicted_class} {score:.2f}', 
                     fill=self.colors[c], font=font)
    
    return image

代码说明：

• 图片预处理：RGB转换、尺寸调整、归一化
• 模型推理使用torch.no_grad()禁用梯度计算，提升速度
• NMS非极大值抑制去除重复检测框
• 使用PIL的ImageDraw在图片上绘制检测框和标签

3. 摄像头实时检测

def show_camera(self):
    """
    摄像头实时检测函数
    通过定时器每30ms读取一帧并检测
    """
    flag, self.image = self.cap.read()  # 从摄像头读取一帧
    
    if flag:
        # 调整图片尺寸以适应显示区域
        show = cv2.resize(self.image, (741, 431))
        cv2.imwrite('./jietu.jpg', show)
        
        # 转换为PIL格式并调用YOLO检测
        image = Image.open('./jietu.jpg')
        r_image = self.yolo.detect_image(
            image, 
            crop=False, 
            count=False,
            confidence=float(self.comboBox.currentText())  # 使用当前选择的IOU阈值
        )
        
        # 保存检测结果并显示在界面上
        r_image.save('./res2.png')
        self.label_show.setStyleSheet("image: url(./res2.png)")
        
        # 更新检测结果表格
        self.show_data()

def button_open_camera_clicked(self):
    """
    打开/关闭摄像头按钮事件
    """
    if self.timer_camera.isActive() == False:
        # 打开摄像头（0表示默认摄像头）
        flag = self.cap.open(0)
        if flag:
            # 启动定时器，每30ms触发一次show_camera
            self.timer_camera.start(30)
    else:
        # 关闭定时器和摄像头
        self.timer_camera.stop()
        self.cap.release()

代码说明：

• 使用OpenCV的VideoCapture读取摄像头视频流
• 通过QTimer定时器实现实时检测（30ms一帧）
• 将检测结果实时显示在PyQt5的QLabel控件上
• 支持动态调整置信度阈值，过滤低质量检测框

---

七、🚀 如何使用/运行步骤

步骤1：安装依赖

打开终端（或Anaconda Prompt），创建虚拟环境并安装依赖：

# 创建conda虚拟环境（推荐）
conda create -n pytorch python=3.8
conda activate pytorch

# 安装PyTorch（根据你的CUDA版本选择，CPU版本去掉-c pytorch）
pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple/

# 安装其他依赖
pip install PyQt5 opencv-python numpy Pillow matplotlib tqdm scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple/

或者直接使用项目提供的环境配置命令.txt文件中的命令（已配置国内镜像源）。

步骤2：运行主程序

# 激活环境（如果已激活可跳过）
conda activate pytorch

# 运行主界面
python 主界面.py

步骤3：使用系统进行检测

图像检测：

1. 点击右侧"图像"按钮（📷图标）
2. 选择要检测的图片文件（支持.jpg、.png格式）
3. 系统自动显示检测结果，左侧面板显示检测详情，下方表格显示所有检测到的标志

视频检测：

1. 点击右侧"视频"按钮（🎬图标）
2. 选择视频文件（支持.mp4、.avi格式）
3. 系统自动逐帧检测并实时显示结果

摄像头检测：

1. 确保摄像头已连接
2. 点击右侧"摄像头"按钮（📹图标）
3. 系统打开摄像头并实时检测，再次点击可关闭摄像头

调整参数：

• 点击"模型文件"按钮可更换检测模型（支持yolov8_n/s/m/l/x）
• 调整"IOU阈值"下拉框可改变检测的置信度阈值（0.1-0.9）

---

八、📊 训练自己的数据集

如果你想使用自己的数据集训练模型：

1. 准备数据集

• 将图片放入VOCdevkit/VOC2007/JPEGImages/
• 将XML标注文件放入VOCdevkit/VOC2007/Annotations/
• 修改model_data/my_classes.txt，写入你的类别名称

2. 生成训练文件

python voc_annotation.py

3. 开始训练

python train.py

训练过程中可以：

• 查看logs/文件夹下的loss曲线图
• 使用TensorBoard可视化训练过程
• 训练完成后权重文件保存在logs/best_epoch_weights.pth

---

九、📥 获取完整源码

由于篇幅限制，本文仅展示了项目的核心代码框架和基础功能。

完整项目包含：

• ✅ 完整源代码（包含所有注释）
• ✅ 6000+交通标志数据集（VOC格式）
• ✅ 预训练模型权重（可直接使用）
• ✅ PyQt5界面源文件（.ui文件可自行修改界面）
• ✅ 详细的使用文档和训练教程
• ✅ 万字项目报告（适合毕设参考）

获取方式：

项目获取链接：https://my.feishu.cn/wiki/A4dow4Nu6imJDNkgYMgcpjqEn10?from=from_copylink

---

#Python #深度学习 #YOLOv8 #计算机视觉 #PyTorch #OpenCV #毕设项目 #目标检测