学习记录01：使用pyqt5搭建yolo3目标识别界面

使用pyqt5搭建yolo3目标识别界面

已有重制版，yolo3检测界面重制版，更简单，完善。

由于这是我第一次写这种博客，其目的也不是为了赚取积分，主要是为了记录我的学习过程中的一些方法，以便以后我再次需要用的时候可以知道我当时是怎么做的。所以文中会有很多地方并不会解释其原理（主要是我自己压根也没搞明白，当时只想知道怎么用就行了，遇到需要用其他的再百度），主要着重于怎么运用。如有不当之处，请指出我当改正。

代码地址：
github：https://github.com/lavenderlove52/YOLOV3-detection-interface-pyqt5
gitee：https://gitee.com/lavenderlove52/YOLOV3-detection-interface-pyqt5

搭建pyqt5环境

我用的IDE是PyCharm，深度学习环境搭建可以参考其他博主的教程。
pyqt5的环境搭建流程参考的是b站up主@刘金玉编程。

1. 安装Anaconda3，搭建好虚拟环境，在虚拟环境里配置好yolo3所需的库，并在这个虚拟环境里安装pyqt5。

2. 用win + R打开快速运行，搜索cmd打开命令行窗口。
   
   打开命令提示符窗口，输入’activate’+空格+所在虚拟环境的名称。然后输入’pip install pyqt5’+回车，就会开始安装pyqt5。
   

3. 在PyCharm中配置好pyqt5。首先打开设置，在’External Tool’中添加ptqt5组件。点击 ‘+‘号，
   
   点击 ‘+‘号，创建工具，工具名字是自己设定的，第一个可以命名为’QTDesinger’，Program路径选择Anaconda安装路径下的’Ananconda3\Library\bin\designer.exe’,因为我是直接装在D盘的，所以完整路径为’D:\Ananconda3\Library\bin\designer.exe’。点击Program这一行末尾的’+‘号即可选择路径。选择好之后，Argument不用填，Working directory会自己填好。
   
   然后再添加一个工具，名字可以命名为’PyUIC’，Program选择路径为虚拟环境的路径，一般都安装在Ananconda3下的evns文件夹里，下一级文件夹就是虚拟环境的名称，找到你创建的虚拟环境文件夹，在里面找到 python.exe文件，完整路径为’D:\Ananconda3\envs\python3-6\python.exe’，Argument填入

-m PyQt5.uic.pyuic $FileName$ -o $FileNameWithoutExtension$.py

Working directory填入

$FileDir$

完成以上步骤，即可配置好所需工具，开始设计界面了。
可以右键项目名称，选择External Tool里的QTDesinger可以直接开始设计界面，最后需要保存在项目根目录里，会生成一个后缀为’ui’的文件，然后右键点击这个文件，选择External Tool里的PyUIC即可将其转换为’py’文件，就可以从代码中对界面进行调用和编辑。


我没有从直接设计界面开始，而是从代码中设计界面。

程序流程

主界面

子界面

设计界面

1.主函数

需要导入以下常用的库：

from PyQt5.QtWidgets import *					#这两个是pyqt5常用的库
from PyQt5.QtGui import QIcon, QPixmap			#可以满足小白大多数功能
import os					#这两个是其他的库
import sys					#可以完成一些打开文件保存文件的功能
from yolov3 import train, predict			#这是我自己将yolov3模型整体放在我项目的子文件夹中，从中调用我的训练和预测函数

下面是主程序：

# 创立一个主界面，并保持它，从各种按钮或者组件中接受信号完成界面功能，相当于无限循环
# 只有选择退出后才会关掉程序退出循环
if __name__ == '__main__':
    app = QApplication(sys.argv)
    mc = MyClass()		#这里相当于实例化一个主界面，myclass是自己定义的主界面类
    sys.exit(app.exec_())		#监听退出，如果选择退出，界面就会关掉

2.定义主界面的类

（1）主界面

首先是初始化，需要继承父类。

class MyClass(QWidget):
    def __init__(self):
        super().__init__()		#继承父类
        self.initUI()			#自己定义的函数，初始化类界面，里面放着自己各种定义的按钮组件及布局
        self.child_window = ChildClass()		#子界面的调用，本质和主界面一样是一个类，在这里将其声明为主界面的成员

（2）主界面布局

功能实现在代码注释都有详细说明，关于self.TModelSelectSignal = [0, 0] 和self.TModel= [1, 0]，可以理解为一种主界面和子界面的信号传递，由于我对深层次的参数传递不清楚，所以只能采用一种的最笨的方法，在主界面的类里活得已训练好模型的序号，放在数组self.TModel里，数组的第一位为1表示第一个模型已训练，为0表示未训练。同理第二位则表示第二个模型，如果有更多模型，可以设置更多位。数组的设置实在模型训练之后，因此将赋值数组的代码放在训练函数里。

     def initUI(self):
        self.setWindowTitle("COC缺陷检测")		#设置界面名称
        # self.setWindowIcon(QIcon("iconimg/zhou.png"))		#设计界面的图标，图片放在项目文件夹的子文件夹里就不会出错，名字也要对应
        self.resize(350, 200)		#设置界面大小
        self.TModelSelectSignal = [0, 0]   #选择按钮对应的模型
        self.TModel= [0, 0]                 #表示已经训练好的模型编号

        myframe = QFrame(self)      #实例化一个QFrame可以定义一下风格样式，相当于一个框架，可以移动，其内部组件也可以移动
        btn2 = QPushButton("开始训练模型", self)		#定义一个按钮，括号里需要一个self，如果需要在类内传递，则应该定义为self.btn2
        btn2.clicked.connect(self.TestModel)	#将点击事件与一个函数相连，clicked表示按钮的点击事件，还有其他的功能函数，后面连接的是一个类内函数，调用时无需加括号
        btn3 = QPushButton("上传数据集", self)
        btn3.clicked.connect(self.DataExplorerSelect)   #连接一个选择文件夹的函数
        btn5 = QPushButton("退出程序", self)
        btn5.clicked.connect(self.close)	#将按钮与关闭事件相连，这个关闭事件是重写的，它自带一个关闭函数，这里重写为点击关闭之后会弹窗提示是否需要关闭
        btn6 = QPushButton("检测", self)
        btn6.clicked.connect(self.show_child) #这里将联系弹出子界面函数，具体弹出方式在函数里说明

        combol1 = QComboBox(myframe)   #定义为一个下拉框，括号里为这个下拉框从属的骨架（框架)
        combol1.addItem("                      选择模型")	#添加下拉选项的文本表示，这里因为没有找到文字对齐方式，所以采用直接打空格，网上说文字对齐需要重写展示函数
        combol1.addItem("                     YOLOv3")
        combol1.addItem("                     YOLOv4")
        combol1.activated[str].connect(self.TModelSelect)	#|--将选择好的模型序号存到模型选择数组里
        													#|--后面的训练函数会根据这个数组判断需要训练哪个模型
															#|--[str]表示会将下拉框里的文字随着选择信号传过去
															#|--activated表示该选项可以被选中并传递信号
        vlo = QVBoxLayout()  #创建一个垂直布局，需要将需要垂直布局的组件添加进去
        vlo.addWidget(combol1) 	#添加相关组件到垂直布局里
        vlo.addWidget(btn3)
        vlo.addWidget(btn2)
        vlo.addWidget(btn6)
        vlo.addWidget(btn5)
        vlo.addStretch(1)	#一个伸缩函数，可以一定程度上防止界面放大之后排版不协调
        hlo = QVBoxLayout(self)	#创建整体框架布局，即主界面的布局
        hlo.addLayout(vlo)	#将按钮布局添加到主界面的布局之中
        hlo.addWidget(myframe)	#将框架也加入到总体布局中，当然也可以不需要这框架，直接按照整体框架布局来排版
        #之所以这里有这个myframe，是因为尝试过很多种布局，其中一个布局就是将其他组件都放到这个myframe中，移动这个myframe
        #其里面的组件布局相对位置不会改变，后面又尝试了多种布局，所以这个myframe最后里面其实就剩下一个下拉框
        self.show()   #显示主界面

（3）主界面的功能函数（槽函数）

1. 选择数据上传，其本质是打开一个文件夹，然后将相关照片按照规定排列好。这里采用的是绝对路径，按理来说相对路径较好，但是没有找到具体实现方法，一般的相对路径方法打不开对应的文件夹，所以暂时选择用这个。

 def DataExplorerSelect(self):
        path = r'D:\pycharm\QTYOLOV3\yolov3\VOCdevkit\VOC2007'
        os.system("explorer.exe %s" % path)

2. 打开子界面函数

    def show_child(self):
        TModel1 = self.TModel					#|--这是子界面的类内函数
        self.child_window.GetTModel(TModel1)	#|--将训练好的模型序号传到子界面的类内参数里面
        self.child_window.show()		#|--子界面相当于主界面的一个类内成员
        								#|--但是本质还是一个界面类，也有show函数将其展示

3. 选择需要训练的模型序号
   如果这里报错，有可能是下拉框中文本信息与这里的判断文本信息不同。

    def TModelSelect(self, s):		#s是形参，表示传回来的选中的选项的文字
        if s == '                     YOLOv3':
            self.TModelSelectSignal[0] = 1		#如果选中的是YOLOv3-COC就将第一位置1
            # print(self.TModelSelectSignal[0])
        elif s == '                     YOLOv4':
            self.TModelSelectSignal[1] = 1		#如果选中的是YOLO-Efficientnet就将第二位置1
            # print(self.TModelSelectSignal[1])

4. 训练函数。因为这里只导入一个训练函数，所以只有一个判别选项，训练完之后会将self.TModelSelectSignal的对应位置零以便下一次可以继续训练。

    def TestModel(self):
        if self.TModelSelectSignal[0] == 1:
            train.run()
            self.TModelSelectSignal[0] = 0
        else:
            print("没有该模型")

5. 关闭函数。这里是将其重写，多了一个关闭时会有弹窗出现的功能。前一个文本参数时弹出框的名字，后一个文本参数是显示在窗口的文本。

   def closeEvent(self, event):
        result = QMessageBox.question(self, "提示：", "您真的要退出程序吗", QMessageBox.Yes|QMessageBox.No, QMessageBox.Yes)
        if result == QMessageBox.Yes:
            event.accept()
        else:
            event.ignore()

3.定义子界面

（1）子函数

同样需要初始化并继承父类。

class ChildClass(QWidget):
    def __init__(self):
        super().__init__()
        self.initUI()
        self.TModel = []	#用来接收主界面的训练好的模型的序号
        self.openfile_name_image = ''	#存储原始图像的地址
        self.result_name_image = ''		#存储检测好的图像的地址

（2）子界面布局

    def initUI(self):
        self.resize(1100, 450)	#缩放界面大小
        self.setWindowTitle("目标检测")	#设置界面标题
        # self.setWindowIcon(QIcon("iconimg/zhou.png"))		#设置界面图标
        self.PModelSelectSignal = [0, 0]	#设置需要预测模型的序号，在下拉框里选择

        myframe = QFrame(self)
        self.label1 = QLabel("检测模型", self)
        combol1 = QComboBox(myframe)
        combol1.addItem("选择检测模型")
        combol1.addItem("YOLOV3")
        combol1.addItem("YOLOV4")
        combol1.activated[str].connect(self.PModelSelect)	#链接预测模型序号选择函数
        btn1 = QPushButton("选择检测图片", self)
        btn1.clicked.connect(self.select_image)		#链接检测图片选择函数，本质是打开一个文件夹

        btn2 = QPushButton("开始检测", self)
        btn2.clicked.connect(self.PredictModel)		#链接预测模型函数

        self.label2 = QLabel("", self) 			#创建一个label，可以存放文字或者图片，在这里是用来存放图片，文本参数为空就会显示为空，留出空白区域，选择好图片时会有函数展示图片
        self.label2.resize(400, 400)
        self.label3 = QLabel("", self)
        self.label3.resize(400, 400)
        label4 = QLabel("                                         原始图片", self)		#用来放在图片底部表示这是哪一种图片
        label5 = QLabel("                                         检测图片", self)
        vlo2 = QHBoxLayout()		#创建一个子布局，将图片水平排放
        vlo2.addWidget(label4)
        vlo2.addWidget(label5)

        vlo = QHBoxLayout()		#创建一个子布局，将按钮水平排放
        vlo.addStretch()
        vlo.addWidget(self.label1)
        vlo.addWidget(combol1)
        vlo.addWidget(btn1)
        vlo.addWidget(btn2)
        vlo.addStretch(1)

        vlo1 = QHBoxLayout()	#创建一个水平布局，将两个提示标签竖直排放
        vlo1.addWidget(self.label2)
        vlo1.addWidget(self.label3)

        hlo = QVBoxLayout(self)		#创建一个总的垂直布局，将三个子布局垂直排放
        hlo.addLayout(vlo)
        hlo.addLayout(vlo1)
        hlo.addStretch(1)
        hlo.addLayout(vlo2)
        hlo.addStretch(0)
        hlo.addWidget(myframe)

（3）子界面功能函数（槽函数）

1. 一个赋值函数，在外部调用给类内成员赋值

    def GetTModel(self, a):
        self.TModel = a

2. 关闭事件，和主界面一样是重写之后的。

    def closeEvent(self, event):
        result = QMessageBox.question(self, "提示：", "您真的要退出程序吗", QMessageBox.Yes | QMessageBox.No, QMessageBox.Yes)
        if result == QMessageBox.Yes:
            event.accept()
        else:
            event.ignore()

    def select_image(self):
        self.openfile_name_image, _ = QFileDialog.getOpenFileName(self, "选择照片文件",
                                                             r"./yolov3/imgtest/")
      	#弹出一个对话窗，是一个文件夹，可以选择一个文件然后返回地址到 self.openfile_name_image中
        print('加载照片文件地址为：' + str(self.openfile_name_image))
        self.label2.setPixmap(QPixmap(str(self.openfile_name_image))) #将选中的文件名字传入QPixmap（）中，括号内为文件地址，就会读取这个图片
        self.label2.resize(300, 400)
        self.label2.setScaledContents(True)	#表示这个label可以可以自适应窗口大小，可以让图片随窗口大小而变化

3. 选择需要预测的模型，s是形参，传回的是下拉框中的文本信息。

   def PModelSelect(self, s):
        if s == 'YOLOV3':
            if self.TModel[0] == 1:
                self.PModelSelectSignal[0] = 1
                self.PModelSelectSignal[1] = 0
                print(self.PModelSelectSignal[0])
            else:
                print("模型YOLOV3未训练")	##如果已经训练好的模型数组里对应的位置为0，则表示该模型未训练
                self.PModelSelectSignal[1] = 0		#同时也要讲模型选择信号清零，以便下次可以继续选择赋值
        elif s == 'YOLOV4':
            if self.TModel[1] == 1:
                self.PModelSelectSignal[1] = 1
                self.PModelSelectSignal[0] = 0
                print(self.PModelSelectSignal[1])
            else:
                print("模型YOLOV4未训练")
                self.PModelSelectSignal[0] = 0

4. 图像预测。由于只导入了一个模型，所以只有一个判别程序，我写的预测函数是可以读取文件路径的图片，所以我只需将需要预测的图片的路径传入预测函数，就会将预测好的图片保存在指定文件夹，然后后面用程序将其读出展示在界面里。

   def PredictModel(self):
        if self.PModelSelectSignal[0] == 1:
            predict.predict(self.openfile_name_image)	#将需要预测的图片传入导入的预测函数
        elif self.PModelSelectSignal[1] == 1:
            print('YOLOV4正在检测')  #这里应该放入另外一个模型
        else:
            print('没有该模型')
        a = self.openfile_name_image
        a = a.split('/')	#将预测图片里的编号分离出来
        a = './yolov3/imgtestresult/' + a[-1]	#将指定路径与图片编号组合，即可得到预测好的图片的路径
        self.label3.setPixmap(QPixmap(a))	#直接读取预测好的图片
        self.label3.resize(300, 400)
        self.label3.setScaledContents(True)
        print(a)

界面展示

一些尚未解决的问题

由于保存图片路径变量覆盖的问题，会导致选择第二张检测图片之后，检测图片的结果仍然展示的是第一张，可以在选择检测图片的函数里加上每当选择一张新的图片，即可清除上一张图片。
另外一个问题就是无法连续两次检测，具体原因还没有查明，可能是用的同一个保存图片文件的变量，最后并没有传入预测函数。
另外一个还没有实现的功能就是实时展示训练进程，在原始训练函数里，是会实时打印出训练进程，所以应该可以做到读取训练函数里的打印的文本，然后传递到界面类里的一个函数，然后展示在界面里。