• Yolov4-QtGUI是基于 QtGuiDemo 项目开发的可视化目标检测界面，可以简便选择本地图片、摄像头来展示图像处理算法的结果

• Windows 10
• QT 5.9.6
• OpenCV 3.4.2 download
• Visual Studio 2017
• Cuda 10.1 （optional）
• Cudnn >= 7.0 （optional）

下载权重文件：yolov4_weight 提取码：4mic

• CPU Demo：yolov4_cpu 提取码：l3eh
• GPU Demo：yolov4_gpu 提取码：d6lz

首先将下载的权重文件放置在 ./model 目录下

然后双击 ./Release 目录下的 QtGuiDemo.exe 即可

• 下载项目：git clone https://github.com/scutlrr/Yolov4-QtGUI.git
• 将 3rdparty （提取码：f1vo）放置在项目目录下

• vs打开 Yolov4-QtGUI\QtGuiDemo.sln

• GPU version

  • 修改属性文件yolov4.prop，"链接器”->"输入"->"附加依赖项"->yolo_cpp_dll.lib。在“x64 release”模式下，菜单栏点击＂生成＂－>＂生成解决方案＂，并将

  •    -  3rdparty\libdarknet\bin 路径下的  pthreadGC2.dll、pthreadVC2.dll  
    
       -  3rdparty\libdarknet\bin\release\gpu 路径下的 yolo_cpp_dll.dll
    
       -  3rdparty\libopencv\bin 路径下的  opencv_world342.dll  
    
     复制到Yolov4-QtGUI\x64\release目录下
    

• CPU version

  • 修改属性文件yolov4.prop，"链接器”->"输入"->"附加依赖项"->yolo_cpp_dll_cpu.lib。在＂x64 release＂模式下，菜单栏点击＂生成＂－>＂生成解决方案＂，并将

  •    -  3rdparty\libdarknet\bin 路径下的  pthreadGC2.dll、pthreadVC2.dll  
    
       -  3rdparty\libdarknet\bin\release\cpu 路径下的 yolo_cpp_dll.dll
    
       -  3rdparty\libopencv\bin 路径下的  opencv_world342.dll  
    
     复制到Yolov4-QtGUI\x64\release目录下。 
    

• 运行项目。双击x64\Release目录下的exe文件即可。

• 将图像处理算法处理之后的图像通过this->InputImage输出到在this->imageLabel控件上
• 本地图片处理：void openPictureSlot()，在这个槽函数处理this->imputImage
• 视频文件和本地摄像头处理：void paintEvent(QPaintEvent *e)，在这个槽函数处理每一帧this->imageLabel

• 测试图片：

• 测试摄像头：