焊接缺陷检测系统-YOLOv8+PyQt5

项目描述 基于YOLOv8的焊接缺陷检测系统
本项目设计并实现了一套基于YOLOv8深度学习模型的焊接缺陷自动检测系统，旨在提升焊接质量检测的效率与准确性。系统集成了图像与视频的检测功能，支持单张与批量处理，并通过图形化界面提供良好的用户体验。

功能模块
1.图像检测
单张图片检测：支持用户上传单张图片进行缺陷识别。
批量图片检测：支持一次性处理多张图片，提高检测效率。
结果展示与保存：检测结果可视化展示，支持保存检测后的图像及标注信息。

2. 视频检测
视频文件检测：支持上传本地视频文件进行逐帧检测。
实时摄像头检测：连接摄像头进行实时缺陷检测。
检测视频保存：可将检测结果以视频形式保存，便于后续查看与分析。

3.用户界面功能
检测参数调整：用户可自定义置信度阈值、IOU阈值等关键参数。
进度显示：实时显示检测进度，提升用户体验。
结果表格展示：以表格形式展示检测到的缺陷类型、位置、置信度等信息，便于分析。

运行环境开发工具:PyCharm 2022.1.4

## 技术特点
1. 使用YOLOv8作为检测模型，具有较高的检测精度和速度
2. 采用PyQt5构建图形界面，提供友好的用户交互
3. 支持多种检测模式（图片、视频、摄像头）
4. 提供批量处理功能
5. 支持检测结果的可视化展示和保存

## 系统依赖
– Python 3.x
– PyQt5
– OpenCV
– YOLOv8
– Pillow
– NumPy
– PyTorch

## 使用说明
1. 安装依赖包：运行`installPackages.py`或使用`pip install -r requirements.txt`
2. 运行主程序：执行`MainProgram.py`
3. 选择检测模式（图片/视频/摄像头）
4. 选择模型和调整参数
5. 开始检测并查看结果

软件开发环境:python3.9
系统界面开发：pyqt5

———项目文件说明———
见目录中的【目录文件说明.png】图片。

环境配置步骤【共两步】：
【注意：软件存放路径最好不要有中文。】

———【第一步：安装python3.9】———
方法一【推荐】：
先安装ananconda软件，官网地址：https://www.anaconda.com/download
安装完成后，在conda命令窗口，使用命令”conda create -n py39 python=3.9″创建3.9的虚拟环境
然后激活虚拟环境“conda activate py39”,然后再进行第二步依赖库的安装。
方法二：
直接在python官网下载pyhon3.9的exe文件，安装即可。

———【第二步：安装软件所需的依赖库】———
（注意：输入命令前，命令行需先进入项目目录的路径下，不然会提示找不到文件）
方法一：【推荐】
直接运行installPackages.py一键安装第三方库的脚本。命令为：python installPackages.py
方法二: 运行下方命令
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

———【运行程序】———
按照以上两步环境配置完成后，直接运行MainProgram.py文件即可打开程序。
命令为：python MainProgram.py

———【模型训练】———
将文件【datasets/CarPersonData/data.yaml】中train,val数据集的绝对路径改为自己项目数据集的绝对路径
train: E:\MyCVProgram\CarPersonDetection\datasets\CarPersonData\images\train
val: E:\MyCVProgram\CarPersonDetection\datasets\CarPersonData\images\val

然后运行train.py文件即可开始进行模型训练,训练结果会默认保存在runs/detect目录中。
其中runs/train是我已经训练好的结果文件，含模型与所有过程内容。
训练好的模型在runs/train/weights目录下，last.pt表示最后一轮结果的训练模型，best.pt表示训练中最好结果的训练模型。一般我们使用best.pt就行。

以上系统源码经过技术整理与调试，确保能正常运行