深度學習類文章回顧
【YOLO深度學習系列】圖像分類、物體檢測、實例分割、物體追蹤、姿態估計、定向邊框檢測演示系統【含源碼】
【深度學習】物體檢測/實例分割/物體追蹤/姿態估計/定向邊框/圖像分類檢測演示系統【含源碼】
【深度學習】YOLOV8數據標注及模型訓練方法整體流程介紹及演示
【深度學習】行人跌倒行為檢測軟件系統
【深度學習】火災檢測軟件系統
【深度學習】吸煙行為檢測軟件系統
【深度學習】數竹簽演示軟件系統

本文摘要

摘要：本文主要使用YOLOV8深度學習框架自訓練了一個“菜品目標檢測模型”，基于此模型使用PYQT5實現了一款界面軟件用于功能演示。讓您可以更好的了解和學習，該軟件支持圖片、視頻以及攝像頭進行目標檢測，本系統所涉及的訓練數據及軟件源碼已打包上傳。
文中源碼文件【獲取方式】：關注公眾號：利哥AI實例探險， 給公眾號發送 “菜品目標檢測” 獲取下載方式 給公眾號發送 “菜品目標檢測數據集”
獲取數據集下載方式 注意發送的關鍵詞不能錯，否則匹配不到對應資源，由于本人能力有限，難免有疏漏之處。
后續計劃：會訓練特征提取模型，進行菜品的特征提取與比對，菜品注冊等。

軟件功能演示

環境依賴：

安裝ananconda軟件，官網地址：https://www.anaconda.com/download
使用conda創建3.9虛擬環境: conda create -n aifood python=3.9
激活虛擬環境: conda activate aifood 或  source activate aifood 
安裝依賴
pip install torch==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install torchvision==0.14.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pandas==2.2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-python==4.5.4.58 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tqdm==4.66.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install PyYAML==6.0.1
pip install matplotlib==3.9.0
pip install seaborn==0.13.2
pip install scipy==1.13.1
pip install tqdm==4.64.1
pip install PyQt5==5.15.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyqt5-tools==5.15.2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

圖片/視頻檢測演示

攝像頭檢測演示

模型訓練

關于YOLOV8的數據標注及模型訓練更詳細的內容，可關注我的另一篇文章：【深度學習】YOLOV8數據標注及模型訓練方法整體流程介紹及演示，詳細記錄了這部分內容。

數據集準備與標注

目標檢測的數據標注，可以用LabelImg，建議直接下載其可執行程序，而不是通過pip安裝使用。
準備了 “菜品目標檢測數據集”，用作訓練演示。把準備的數據集分為訓練和驗證兩個數據集，一共包含 2600+ 張圖片，部分圖片如下所示：

標注數據如下所示：

模型訓練&訓練結果評估

此部分詳細可參考：
【深度學習】YOLOV8數據標注及模型訓練方法整體流程介紹及演示