# yolov8目标检测APP

**Repository Path**: sang-ruikun/yolov8-object-detection-app

## Basic Information

- **Project Name**: yolov8目标检测APP
- **Description**: 本项目是一个基于Tkinter和OpenCV的目标检测应用程序，实现了摄像头和视频文件的实时目标检测。通过YOLOv8模型进行目标检测，支持定位、分割和姿势三种模型类型，以及不同模型大小。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 131
- **Created**: 2024-06-18
- **Last Updated**: 2024-06-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# yolov8目标检测APP


## 项目描述

本项目是一个基于Tkinter和OpenCV的目标检测应用程序，实现了摄像头和视频文件的实时目标检测。通过YOLOv8模型进行目标检测，支持定位、分割和姿势三种模型类型，以及不同模型大小。

## 项目运行效果截图
![输入图片说明](trainyolov8n.png)
![输入图片说明](trainyolov8s.png)
![输入图片说明](yolov8s.png)
![输入图片说明](seg.png)
![输入图片说明](pose.png)
## 功能
- 支持摄像头和视频文件的实时目标检测
- 支持定位、分割和姿势三种模型类型
- 支持不同模型大小
- 支持在视频上显示边界框和遮罩
- 支持暂停、播放和重新播放视频文件
- 支持目标检测的开始/停止

## 依赖

- Python 3
- OpenCV
- Tkinter
- ultralytics YOLO

## 使用

1. 克隆项目到本地
2. 创建conda虚拟环境
3. 安装依赖
4. 运行项目 `python obj_tkinterapp.py`
5. 我只在本地GPU环境下训练了yolov8n,s,m.pt，如果需要训练其他模型请按照下面步骤进行。
6. 进入train.py文件，修改模型加载代码的模型名，运行train.py即可。
7. 如果需要使用其他数据集来训练不同需求的模型，则注意在yaml文件中修改对应代码


## 注意
- 要解压`video_imgs.zip`
- 要自行下载`yolov8`的预训练权重文件
- 确保摄像头可用且没有被其他应用程序占用
- 确保视频文件格式正确且路径合法
- 在选择模型类型和大小时，确保模型文件存在于项目目录的“weights”文件夹下
- 上传Jupyter Notebook：XXX.ipynb
- 确保utils.py里面的process_frame函数最后需要转回BGR格式，这样才能避免将红色识别为蓝色

## 个人信息

- 学号: 202152320117
- 年级: 2021
- 专业: 智能科学与技术
- 班级: 一 班