/Yolov4-QtGUI

win10 vs2017 qt_demo yolov4

Primary LanguageC++The UnlicenseUnlicense

Yolov4-QtGUI

  • Yolov4-QtGUI是基于 QtGuiDemo 项目开发的可视化目标检测界面，可以简便选择本地图片、摄像头来展示图像处理算法的结果

开发软件环境

  • Windows 10
  • QT 5.9.6
  • OpenCV 3.4.2 download
  • Visual Studio 2017
  • Cuda 10.1 （optional）
  • Cudnn >= 7.0 （optional）

快速使用demo

下载权重文件：yolov4_weight 提取码：4mic

首先将下载的权重文件放置在 ./model 目录下

然后双击 ./Release 目录下的 QtGuiDemo.exe 即可

使用步骤（项目详解请移步博客：Yolov4-QtGUI）

项目结构

  • vs打开 Yolov4-QtGUI\QtGuiDemo.sln

  • GPU version

    • 修改属性文件yolov4.prop，"链接器”->"输入"->"附加依赖项"->yolo_cpp_dll.lib。在“x64 release”模式下，菜单栏点击＂生成＂－>＂生成解决方案＂，并将

    •    -  3rdparty\libdarknet\bin 路径下的  pthreadGC2.dll、pthreadVC2.dll  

   -  3rdparty\libdarknet\bin\release\gpu 路径下的 yolo_cpp_dll.dll

   -  3rdparty\libopencv\bin 路径下的  opencv_world342.dll  

 复制到Yolov4-QtGUI\x64\release目录下

  • CPU version

    • 修改属性文件yolov4.prop，"链接器”->"输入"->"附加依赖项"->yolo_cpp_dll_cpu.lib。在＂x64 release＂模式下，菜单栏点击＂生成＂－>＂生成解决方案＂，并将

    •    -  3rdparty\libdarknet\bin 路径下的  pthreadGC2.dll、pthreadVC2.dll  

   -  3rdparty\libdarknet\bin\release\cpu 路径下的 yolo_cpp_dll.dll

   -  3rdparty\libopencv\bin 路径下的  opencv_world342.dll  

 复制到Yolov4-QtGUI\x64\release目录下。

  • 运行项目。双击x64\Release目录下的exe文件即可。

处理流程

  • 将图像处理算法处理之后的图像通过this->InputImage输出到在this->imageLabel控件上
  • 本地图片处理：void openPictureSlot()，在这个槽函数处理this->imputImage
  • 视频文件和本地摄像头处理：void paintEvent(QPaintEvent *e)，在这个槽函数处理每一帧this->imageLabel

结果展示

  • 测试图片：

打开图片

  • 测试摄像头：

打开摄像头