Skip to content

Latest commit

 

History

History
39 lines (29 loc) · 1.88 KB

File metadata and controls

39 lines (29 loc) · 1.88 KB

车辆零部件缺陷智能检测引擎

软件开发环境:python3.9 系统界面开发:pyqt5

---------项目文件说明--------- 见目录中的【目录文件说明.png】图片。

环境配置步骤【共两步】:

---------【第一步:安装python3.9】--------- 方法一【推荐】: 先安装ananconda软件,官网地址:https://www.anaconda.com/download 安装完成后,在conda命令窗口,使用命令"conda create -n py39 python=3.9"创建3.9的虚拟环境 然后激活虚拟环境“conda activate py39”,然后再进行第二步依赖库的安装。 方法二: 直接在python官网下载pyhon3.9的exe文件,安装即可。

---------【第二步:安装软件所需的依赖库】--------- (注意:输入命令前,命令行需先进入项目目录的路径下,不然会提示找不到文件) 方法一:【推荐】 直接运行installPackages.py一键安装第三方库的脚本。命令为:python installPackages.py 方法二: 运行下方命令 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

---------【运行程序】--------- 按照以上两步环境配置完成后,直接运行MainProgram.py文件即可打开程序。 命令为:python MainProgram.py

---------【模型训练】--------- 将文件【datasets/SteelData/data.yaml】中train,val数据集的绝对路径改为自己项目数据集的绝对路径 train: E:\MyCVProgram\SteelDetection\datasets\SteelData\train val: E:\MyCVProgram\SteelDetection\datasets\SteelData\val

然后运行train.py文件即可开始进行模型训练,训练结果会默认保存在runs/detect目录中。 其中runs/train是我已经训练好的结果文件,含模型与所有过程内容。 训练好的模型在runs/train/weights目录下,last.pt表示最后一轮结果的训练模型,best.pt表示训练中最好结果的训练模型。一般我们使用best.pt就行。