该系统是yolov8目标检测算法可视化界面检测系统，支持单图、多图、视频、摄像头检测 。

系统默认采用官方yolov8n.pt模型，你也可以修改自己训练的权重，达到自定义识别物体的效果（前提是v8官方的网络模型训练的）。

可视化界面代码采用pyside6，如果你会pyqt5也一样适用的，因为它们的语法一样，只不过版权有写区别，更多介绍可以参考我的另一篇CSDN文章：pycharm添加pyside6插件_pyside6部署pycharm-CSDN博客

源码下载地址:https://mbd.pub/o/bread/ZZyYlJZy

一、项目介绍

本项目包含以下内容：

• 
  

• 完整的yolov8（python）源码

• 
  

• UI源文件，可以直接托进Qt编辑器修改

• 
  

• 官方的默认权重参数

二、运行环境

运行测试环境：

window10系统（也支持win11）

python3.8

anaconda3

三、运行(使用)方法

1.运行程序/代码

 安装（创建）anaconda独立环境

conda create -n yolo8 python=3.8 -y

打开源码目录，安装相关依赖

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

运行根目录wzq.py即可

2.修改ui界面

 只需要在pycharm添加pyside6插件,然后通过Qt编辑器修改ui的样式即可.

修改后保存,把ui文件转成python代码.具体的添加pyside6插件操作可以参考我的另一篇csdn文章:：http://t.csdnimg.cn/Wg2UJ

四、功能介绍

1. 
   

2. 支持图片（单图）、多图（文件夹）、视频、摄像头目标检测

3. 
   

4. 动态切换检测的置信度（conf）和iou

5. 
   

6. 可选是否保存检测结果（保存的结果默认生成在源码根目录下的runs文件夹）

7. 
   

8. 支持切换自己的yolov8目标检测权重（必须是v8官方原版网络结构训练，否则可能会报错）

9. 
   

10. 对检测到的数量进行统计，显示在窗口右侧

11. 
    

12. 显示检测的时长，显示在窗口右侧

13. 
    

14. 右上角有原图（小窗口）进行对比

五、使用的技术框架

pytorch：PyTorch

yolov8目标检测：GitHub - ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite

pyisde6

python3.8

更多功能介绍，可以点击下方B站视频演示

yolov8目标检测图形化检测界面pyqt5开发源码

更新记录：

--2024年3月5日：

• 
  

• 把pyqt5替换为pyside6库，减少版权的限制、影响

• 
  

• 美化UI界面、去除logo、微智启软件工作室字样

• 
  

• 增加滑杆控制置信度和iou

• 
  

• 右上角增加原图显示功能

• 
  

• 独立显示检测数量，并展示到窗口右侧

• 
  

• 采用IconPark开源图标库

• 
  

• 修复部分已知代码bug