# YOLO4DMF

**Repository Path**: aiproach/yolo4dmf

## Basic Information

- **Project Name**: YOLO4DMF
- **Description**: 基于深度学习YOLO检测模型 & Kuhn-Munkras算法的数字微流控液滴检测与跟踪系统，由PyTorch进行模型搭建与训练、C++进行算法实现与部署、C#编写GUI界面进行交互，实现了多液滴定位、跟踪、电极检测等功能。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2021-05-24
- **Last Updated**: 2021-06-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# YOLO4DMF  
基于深度学习YOLO检测模型 & Kuhn-Munkras算法的数字微流控液滴检测与跟踪系统

## 介绍
1. 由PyTorch进行模型搭建与训练、C++进行算法实现与部署(DLL项目)、C#编写GUI界面进行交互(GUI项目)，实现了多液滴定位、跟踪、电极检测等功能。
2. DLL项目生成动态链接库供GUI项目调用

## C++依赖库
- OpenCV 4.x
- LibTorch 1.6 (CUDA 10.1 )

## 教程
1. 进入本地目录，如 `E:/Digital Microfluidics/Projects/`
1. 克隆本仓库 `git clone git@gitee.com:ecustdmf/yolo4dmf.git`
1. 新建 `DLLs` 文件夹，存放 OpenCV 和 LibTorch 依赖库，此时目录结构为：   
    ![img](https://gitee.com/ecustdmf/yolo4dmf/raw/master/images/dir_tree.png)
1. 配置第三方依赖库的环境变量，如：
    ```
    set OpenCV=%CD%\DLLs\opencv-build-4.1.2\x64\vc16\bin
    set LibTorch=%CD%\DLLs\libtorch-win-shared-with-deps-1.6.0+cu101\libtorch\lib
    setx PATH "%OpenCV%;%LibTorch%"
    ```
1. 准备模型文件(`*.torchscript`)和测试视频(`*.mp4`)
1. 使用VS打开 `yolo4dmf/YOLO4DMF.sln` -> 生成解决方案 -> 运行C#工程


## 运行截图
主界面：  
![img](https://gitee.com/ecustdmf/yolo4dmf/raw/master/images/mainwin.png)

标定界面：  
![img](https://gitee.com/ecustdmf/yolo4dmf/raw/master/images/calibration.png)

检测界面：  
![img](https://gitee.com/ecustdmf/yolo4dmf/raw/master/images/detection.png)

跟踪界面：  
![img](https://gitee.com/ecustdmf/yolo4dmf/raw/master/images/tracking.png)