PyQT5案例開發

原創 OpenCV學堂 2023-05-24 11:18

進階BLE開發：DA1459x 外設、功耗與工程實戰 瑞薩8月無線技術月，手把手帶你跑通第一個工程

點擊上方藍字關注我們

微信公眾號：OpenCV學堂
關注獲取更多計算機視覺與深度學習知識

2017年我做過一個項目，是車流量擁堵檢測，用得Faster-RCNN + OpenCV。當時很多東西都是自己寫得，技術發展太快了，我再用YOLOv8做一次，發現很多東西都可以直接調用，效率提升很多，精度也提升很多。

基本設計思路

? ? ?基于YOLOv8對象檢測/實例分割模型，實現一個基于檢測的對象跟蹤算法，YOLOv8支持兩種主流的對象跟蹤算法ByteTrack與Botsort。通過自定義數據訓練YOLOv8對象檢測器可以實現不同類別的對象的跟蹤。同時基于檢測與跟蹤模型的輸出，實現了對象計數、指定類別跟蹤、區域流量統計、指定ID跟蹤、單對象與多對象跟蹤等操作。

????應用開發層面，需要三個主要的交互與顯示界面，一個是針對YOLOv8檢測與跟蹤模型的模型參數設置；第二個是針對YOLOv8檢測與跟蹤結果的顯示過濾與輸出過濾的后處理；第三個是針對后處理數據的顯示包括流量出入、是否需要語音報警等應用層面的數據展示。

???? 整個程序開發實現了跟蹤線程與界面線程分別獨立工作，支持數據交互，實時顯示運行結果與流量統計信息展示。最終完成的界面設計如下：

運行截圖

實時車輛流量統計

基于對象ID的單對象跟蹤：

人流量出入統計

代碼

啟動跟蹤開始交通流量統計線程的代碼如下：

def?on_yolov8_track(self):
????image_file?=?self.image_file_edit.text()
????label_file?=?self.label_file_path.text()
????model_file?=?self.weight_file_path.text()
????if?len(image_file)?==?0?or?len(label_file)?==?0?or?len(model_file)?==?0:
????????QtWidgets.QMessageBox.warning(self,?"警告",?"參數文件未選擇...")
????????return

????self.traffic_delta_label.setText("流量凈值:?0")
????self.traffic_jam_label.setText("總流量:?0")
????self.input_traffic_label.setText("進流量:?0")
????self.output_traffic_label.setText("出流量:?0")

????settings?=?DLInferSettings()
????settings.weight_file_path?=?self.weight_file_path.text()
????settings.label_map_file_path?=?self.label_file_path.text()
????settings.score_threshold?=?self.conf_spinbox.value()
????settings.input_image?=?image_file
????settings.track_vehicle?=?self.vehicle_chkbox.isChecked()
????settings.track_person?=?self.person_chkbox.isChecked()
????settings.track_by_category_index?=?self.category_combox.currentIndex()
????settings.track_id?=?self.track_by_id_spin_box.value()
????settings.target_deploy?=?1
????if?self.hline_rbtn.isChecked():
????????settings.track_line_type?=?0
????if?self.vline_rbtn.isChecked():
????????settings.track_line_type?=?1
????if?self.diagonal_rbtn.isChecked():
????????settings.track_line_type?=?2

????self.work_thread?=?InferenceThread(settings)
????self.work_thread.fire_stats_signal.connect(self.on_update_result_image)
????self.work_thread.finished.connect(self.work_thread.deleteLater)
????self.work_thread.start()
????self.startBtn.setStyleSheet("background-color:gray;?color:?white")
????self.startBtn.setEnabled(False)
????self.stopBtn.setStyleSheet("background-color:cyan;?color:?black")
????self.stopBtn.setEnabled(True)

使用槽函數更新界面，實現實時分析結果顯示的代碼如下：

def?on_update_result_image(self,?outs):
????image?=?outs.get("result")
????done?=?outs.get("done")
????num_in?=?outs.get("num_in")
????num_out?=?outs.get("num_out")
????if?image?is?not?None:
????????dst?=?cv.cvtColor(image,?cv.COLOR_BGR2RGB)
????????height,?width,?channel?=?dst.shape
????????bytesPerLine?=?3?*?width
????????img?=?QtGui.QImage(dst.data,?width,?height,?bytesPerLine,?QtGui.QImage.Format_RGB888)
????????pixmap?=?QtGui.QPixmap(img)
????????pix?=?pixmap.scaled(QtCore.QSize(1280,?720),?QtCore.Qt.KeepAspectRatio)
????????self.label.setPixmap(pix)
????????self.show_text("OpenCV開發者聯盟-跟蹤演示")
????????self.traffic_delta_label.setText("流量凈值:?%d"?%?(num_in?-?num_out))
????????self.traffic_jam_label.setText("總流量:?%d"?%?(num_in?+?num_out))
????????self.input_traffic_label.setText("進流量:?%d"?%?num_in)
????????self.output_traffic_label.setText("出流量:?%d"?%?num_out)
????if?done?is?not?None:
????????self.stopBtn.setStyleSheet("background-color:gray;?color:?white")
????????self.stopBtn.setEnabled(False)
????????self.startBtn.setStyleSheet("background-color:cyan;?color:?black")
????????self.startBtn.setEnabled(True)