整合yolov5和pyqt5

整合 YOLOv5 和 PyQt5 可以实现一个图像识别软件，以下是一些简单的步骤：

1. 安装 YOLOv5 和 PyQt5：在命令行中运行以下命令：

pip install yolov5
pip install PyQt5

2. 创建 GUI：使用 PyQt5 创建一个 GUI 界面，可以包含一个按钮和一个显示图像的标签。

3. 加载 YOLOv5 模型：在按钮的点击事件中加载预训练的 YOLOv5 模型，并使用其识别图片上的物体。

4. 显示识别结果：将识别结果绘制在图片上，并在标签中显示。

以下是一个简单的代码示例：

from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton, QLabel, QFileDialog
from PyQt5.QtGui import QPixmap
import sys
import cv2
import torch
import numpy as np
from yolov5.models.experimental import attempt_load
from yolov5.utils.torch_utils import select_device


class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        self.title = 'YOLOv5 Object Detection'
        self.left = 100
        self.top = 100
        self.width = 640
        self.height = 480
        self.initUI()

    def initUI(self):
        self.setWindowTitle(self.title)
        self.setGeometry(self.left, self.top, self.width, self.height)

        # create a label to display the image
        self.image_label = QLabel(self)
        self.image_label.setGeometry(10, 10, 620, 400)

        # create a button to select an image
        self.button = QPushButton('Select Image', self)
        self.button.setGeometry(10, 420, 100, 30)
        self.button.clicked.connect(self.select_image)

        # create a button to perform object detection
        self.detect_button = QPushButton('Detect Objects', self)
        self.detect_button.setGeometry(120, 420, 100, 30)
        self.detect_button.clicked.connect(self.detect_objects)

        self.show()

    def select_image(self):
        # open a file dialog to select an image
        file_dialog = QFileDialog()
        file_dialog.setFileMode(QFileDialog.ExistingFile)
        file_dialog.setNameFilter('Images (*.png *.xpm *.jpg *.bmp)')
        if file_dialog.exec_():
            filename = file_dialog.selectedFiles()[0]
            pixmap = QPixmap(filename)
            self.image_label.setPixmap(pixmap)

    def detect_objects(self):
        # load the YOLOv5 model
        device = select_device('')
        model = attempt_load('yolov5s.pt', map_location=device)

        # read the image from the label
        pixmap = self.image_label.pixmap()
        img = cv2.imread(pixmap.toImage().bits().asstring())

        # perform object detection
        results = model(img)

        # draw bounding boxes on the image
        for result in results.xyxy:
            x1, y1, x2, y2, class_id, prob = result
            cv2.rectangle(img, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
            cv2.putText(img, f'{model.names[int(class_id)]} {prob:.2f}', (int(x1), int(y1)-10),
                        cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

        # convert the image to a QPixmap and display it
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        h, w, c = img.shape
        pixmap = QPixmap.fromImage(QImage(img.data, w, h, w*c, QImage.Format_RGB888))
        self.image_label.setPixmap(pixmap)


if __name__ == '__main__':
    app = QApplication(sys.argv)
    window = MainWindow()
    sys.exit(app.exec_())

在此示例中，我们创建了一个 `MainWindow` 类，它继承自 `QMainWindow` 类，并包含一个显示图像的标签和两个按钮。当用户点击“Select Image”按钮时，将打开文件对话框以选择要处理的图像。当用户点击“Detect Objects”按钮时，将加载 YOLOv5 模型并使用其检测图像上的物体。最后，我们将识别结果绘制在图像上，并在标签中显示。