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

$FileDir$

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

# 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

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

 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

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

 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

 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])

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

 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()

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

 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)

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

 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

 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

 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)