【源码】基于Python的充电宝目标检测系统

项目简介

本项目作为北航2019年机器学习大作业，由欧阳金鹏ZF1921536和叶慕聪ZF1921355完成。基于Python实现了SSD（Single Shot MultiBox Detector）目标检测模型，用于识别和标注X光图像中带电芯充电宝和不带电芯的充电宝。同时利用PyQt5创建GUI界面，支持用户上传图像并实时查看检测结果，也能对视频流进行实时目标检测。

项目的主要特性和功能

1. 提供SSD模型训练代码与配置，支持GPU加速训练。
2. 借助PyQt5创建GUI界面，可实时检测上传图像中的充电宝类型。
3. 具备数据预处理和标注脚本，生成适合模型训练的格式。
4. 能在原始图像上对检测结果进行自定义标注。
5. 支持从视频流获取图像帧并进行实时目标检测。

安装使用步骤

环境准备

确保已安装Python 3.7及以上版本、PyTorch 1.1、OpenCV和PyQt5。

复制项目

从北航2019秋机器学习大作业项目地址复制本项目。模型需从北航网盘下载： https://bhpan.buaa.edu.cn:443/link/877731EC3DA818260C13DDB2FD5F5525

数据预处理和标注

根据项目中的data_HandleUntil.py和SIXray.py文件，对SIXray数据集进行预处理和标注。

模型训练

进入项目目录，运行以下命令进行模型训练： cd CoverWithCharger python train.py

实时应用

运行demo\demoMain.py和demo\demoMainUI.py，通过界面上传图像查看检测结果。

实时视频流处理

运行live.py，从视频流获取图像帧并进行实时目标检测。

注意：模型训练和数据预处理可能需要一定的时间和计算资源，请确保硬件环境符合要求。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】