# work_for_image_processing

**Repository Path**: Azraelkaxi/work_for_image_processing

## Basic Information

- **Project Name**: work_for_image_processing
- **Description**: 图像处理&软件工程课设。
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2025-05-21
- **Last Updated**: 2025-06-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# work_for_image_processing

## 介绍
**天牛数量检测系统**  
基于YOLOv11目标检测算法与PyQt5框架开发的图像处理课设项目，实现以下功能：
- 静态图片中的天牛检测与计数
- 实时摄像头视频流的天牛识别
- 可视化检测结果（标注框/置信度/数量统计）
- 支持模型切换与置信度阈值调整

## 软件架构
### 核心架构

├── UI层 (PyQt5)
│   ├── 图像显示窗口
│   ├── 控制面板（摄像头/图片/模型选择）
│   └── 结果输出区
│
├── 业务逻辑层
│   ├── 图像预处理（OpenCV）
│   ├── 多线程管理
│   └── 模型推理协调
│
└── 模型层
    ├── YOLOv11检测模型
    └── 模型训练/验证脚本

### 关键依赖
| 组件        | 版本   | 用途         |
| ----------- | ------ | ------------ |
| PyQt5       | ≥5.15  | GUI界面开发  |
| OpenCV      | ≥4.5   | 图像处理     |
| PyTorch     | ≥1.12  | 深度学习框架 |
| Ultralytics | ≥8.0.0 | YOLO模型支持 |

## 安装教程
### 基础环境
```bash
conda create -n beetle_det python=3.10
conda activate beetle_det
```

### 依赖安装
```bash
pip install -r requirements.txt  # 需包含以下核心包：
# PyQt5==5.15.9
# opencv-python==4.8.0
# torch==2.0.1
# ultralytics==8.0.0
```

### 模型准备
1. 下载预训练模型（如`yolo11m.pt`）到`/models`目录
2. 或使用`train.py`训练自定义模型：
```bash
python train.py --data datasets/train.yaml --weights yolov11m.pt
```

## 使用说明
### 快速启动
```bash
python main1.py
```

### 功能操作指南
1. **图片检测**  
   - 点击`图片检测`按钮选择图像文件
   - 检测结果将显示标注框和天牛数量

2. **实时检测**  
   - 点击`启动摄像头`开启视频流
   - 使用`置信度阈值`旋钮调整灵敏度（0-1）

3. **模型切换**  
   - 点击`选择模型`加载自定义`.pt`模型文件

## 参与贡献
1. **Fork 本仓库**  
2. **新建分支**  
   ```bash
   git checkout -b Feat_xxx
   ```
3. **提交代码**  
   ```bash
   git commit -m "feat: add new feature"
   ```
4. **推送PR**  
   在Gitee创建Pull Request并描述修改内容

## 特技
- 多语言支持：
  - `README_zh.md` (中文文档)
  - `README_en.md` (English Documentation)
- 相关资源：
  - [Gitee开源指南](https://gitee.com/help)
  - [GVP项目评选标准](https://gitee.com/gvp)
  - [封面人物故事](https://gitee.com/gitee-stars)


### 关键优化点：
1. **架构可视化** - 使用树形结构展示分层设计
2. **版本明确化** - 标注核心依赖的最低版本要求
3. **训练集成** - 将`train.py`的使用纳入安装流程
4. **中英兼容** - 预留多语言文档接口
5. **操作引导** - 分步骤说明核心功能的使用方法


#### 特技

1.  使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
2.  Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com)
3.  你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目
4.  [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
5.  Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
6.  Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)