这是我本科时候的一个练手项目，代码写的并不是很优雅，还请见谅

项目已经整理部分放到github上可以运行，链接 https://github.com/yejiongkai/IIP.git，有问题欢迎交流。

一、引言

如今的图像处理和深度学习密切联系，目标检测就是其中之一。在学习完图像处理之后，我开始接触目标检测任务，其中YOLO系列的代码可读性强，容易上手，那时候最新的YOLO模型是YOLOv5，我就以它为基础开始做数据集，训练，推理。刚开始跑跑代码还好，后面每次我想将模型对几张图片进行推理，就要修改图像路径，设置模型的一些后处理参数，结果不理想，又要重新调整模型的参数，再次运行。然后我就想着也 把YOLOv5的部分参数也做成可交互的设计， 可以实时查看调参参数后的结果。

二、基于YOLOv5的目标检测

通过把YOLOv5的源码放到软件中，并对其中部分参数引出可以交互的接口，就可以在软件中对模型进行调整。目前支持的功能：

  • 是否对已经检测出的某个类别绘制矩形框
  • 设置准确率阈值和IOU阈值
  • 支持将检测后的结果保存为VOC格式数据集

2.1 使用方式

导入支持的模型文件

加载完成后弹出交互界面，可以对界面里面的类别进行勾选表示是否对该类别绘制矩形框，下方的两个滑块可以调整模型的 准确率阈值和IOU阈值，最下方的 保存可以将当前图像中识别出的矩形框和类别保存为 VOC格式数据集。

效果展示

2.2 视频演示(如何快速调整模型参数并显示效果)

视频链接——视频目标检测