编号：A585
大小：1.89G
环境：Python3.8、OpenCV4.6.0.66、Torch1.8.1、PyCharm
简介：基于YOLOv7交通标志检测检测系统的Python实现，内置交通标志数据集，内置原模型和三种注意力机制（CBAM/SE/SimAM）可按内附教程随意切换使用，也可根据自己的数据集按内置教程切换原模型与三种已配置好的注意力机制模型进行模型训练。用于智能检测物体种类并记录和保存结果，对各种物体检测结果可视化，提高目标识别的便捷性和准确性。给出Python的实现代码、预训练模型，以及PYQT界面设计。基于YOLOv7目标检测算法，在界面中可以选择各种图片、文件夹、视频进行检测识别。（由于项目太大，所有内容已存于永久百度网盘）
（1）整体界面图，简约实用，分为图片检测、摄像头检测及视频检测三个功能。适用雨天场景交通标志识别和夜间场景交通标志识别
（2）Pycharm程序界面，包含交通标志数据集、常规训练测试检测代码及PYQT界面程序，并附有详细使用说明
（3）训练效果图，项目中已包含训练后的所有数据和模型权重文件，可直接使用（附原YOLOv7与三种注意力机制训练后所有数据）
文件夹包含的内容
-完整的程序文件（.py）
-UI界面文件（qt.py）
-可供预测的图像文件和视频文件（./img/street.jpg and video.avi）
-训练和预测代码（.py）

运行展示

图片检测

视频检测

摄像头检测

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频