当前位置：首页 > news >正文

基于yolov8的SAR影像目标检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】

news 2025/11/14 8:33:33

更多目标检测、图像分类识别、目标追踪、图像分割、图像检索等项目可看我主页其他文章

功能演示（看shi pin 下面的简介）：

https://www.bilibili.com/video/BV1X9kDBqEzH/?spm_id_from=333.1387.homepage.video_card.click&vd_source=23ce57e8cf06ed0fb5cf39f62df5d51b

（一）简介

基于yolov8的SAR影像目标检测系统在pytorch框架下实现的，这是一个完整的项目，包括代码，数据集，训练好的模型权重，模型训练记录，GUI界面和各种模型指标（精确率、召回率等）等。

GUI界面由pyside6设计实现，界面简洁、突出功能，不是那些花里胡哨烂大街的界面

可用笔记本摄像头或者外接USB摄像头

该项目可在pycharm和anaconda搭建的虚拟环境或者 vscode和anaconda搭建的虚拟环境执行的

pycharm和anaconda安装和配置可观看教程：

超详细的pycharm+anaconda搭建python虚拟环境_pycharm anaconda环境搭建-CSDN博客

vscode和anaconda安装和配置可观看教程：

保姆级的vscode+anaconda搭建python虚拟环境-CSDN博客

（二）项目介绍

1. 模型训练、验证

该项目可以使用已经训练好的模型权重，也可以自己重新训练，自己训练也比较简单：

第一步：修改data/data.yaml中的数据集路径

第二步：模型训练，即运行train.py文件，结果保存在runs文件夹

第三步：模型验证，修改val.py中训练好的模型权重路径，运行val.py文件，结果保存在runs文件夹

第四步：使用模型，修改gui.py最下面的训练好的模型权重路径，然后运行gui.py文件即可通过GUI界面来展示模型效果

2. 数据集

部分数据展示：

3.GUI界面（技术栈：pyside6+python+opencv）

a.GUI初始界面

b.图像检测界面

c.视频或摄像实时检测界面

4.模型训练和验证的一些指标及效果

（三）项目结构

（四）代码

由于篇幅有限，只展示核心代码

    def upload_img(self):"""上传图片"""# 选择录像文件进行读取self.comboBox.setDisabled(False)self.pushButton_4.setEnabled(False)# 上传图像fileName, fileType = QFileDialog.getOpenFileName(self, 'Choose file', '', '*.jpg *.png *.tif *.jpeg')if fileName:self.file_path = fileName"""检测图片"""org_path = self.file_path# 目标检测t1 = time.time()# 图像检测results = self.model.predict(source=org_path, imgsz=self.output_size, conf=self.conf_threshold)[0]names = results.namest2 = time.time()self.label_6.setText('{:.3f} s'.format(t2 - t1))now_img = results.plot()# 调整图像大小self.resize_scale = self.output_size / now_img.shape[0]im0 = cv2.resize(now_img, (0, 0), fx=self.resize_scale, fy=self.resize_scale)cv2.imwrite("images/tmp/single_result.jpg", im0)# 自适应图像大小self.label_3.setScaledContents(True)# 显示图像self.label_3.setPixmap(QPixmap("images/tmp/single_result.jpg"))# 获取位置信息location_list = results.boxes.xyxy.tolist()location_list = [list(map(int, e)) for e in location_list]# 获取类别信息cls_list = results.boxes.cls.tolist()cls_list = [int(i) for i in cls_list]# 获取置信度信息conf_list = results.boxes.conf.tolist()conf_list = ['%.2f %%' % (each * 100) for each in conf_list]# 目标总数total_nums = len(location_list)self.label_11.setText(str(total_nums))choose_list = ['全部']target_names = [names[id] + '_' + str(index) for index, id in enumerate(cls_list)]choose_list = choose_list + target_names# 复合框信息self.comboBox.clear()self.comboBox.addItems(choose_list)self.results = resultsself.names = namesself.cls_list = cls_listself.conf_list = conf_listself.location_list = location_list# 显示目标框if total_nums >= 1:# 渲染类别和置信度信息self.label_16.setText(names[cls_list[0]])self.label_15.setText(str(conf_list[0]))#   默认显示第一个目标框坐标#   设置坐标位置值self.label_13.setText(str(location_list[0][0]))self.label_19.setText(str(location_list[0][1]))self.label_21.setText(str(location_list[0][2]))self.label_23.setText(str(location_list[0][3]))else:# 清空显示框self.label_16.setText(' ')self.label_15.setText(' ')self.label_13.setText(' ')self.label_19.setText(' ')self.label_21.setText(' ')self.label_23.setText(' ')