基于YOLOv5的道路标志识别项目（yolov5界面GUI）
English | 简体中文
这是一个关于yolov5的道路标志识别项目，使用Pyqt5开发界面，Yolov5训练模型，数据库Mysql，包含五个模块：初始化参数、标志识别、数据库、数据分析和图像处理。
项目地址https://github.com/Ai-trainee/Traffic-Sign-Recognition-PyQt5-YOLOv5-GUI
软件截图
左下角三个勾选框分别是结果保存、启动数据库录入、以及模型可视化分析
演示视频
基于YOLOV5的道路标志识别系统
安装依赖
pip install -r requirements.txt
快速开始
1. 设置数据库
为了运行应用程序，您需要设置您的 MySQL 数据库。按照以下步骤准备您的数据库：
- 自动数据库创建（可选）：
- 如果您喜欢自动设置，我们提供了一个批处理脚本。运行
setup_database.bat脚本来创建数据库。这需要在您的系统上安装并配置 MySQL。
- 如果您喜欢自动设置，我们提供了一个批处理脚本。运行
- 手动数据库创建：
- 或者，您可以在 MySQL 中手动创建数据库。在您的 MySQL 环境中导入并执行
data/regn_mysql.sql文件，以设置必要的数据库和表。
- 或者，您可以在 MySQL 中手动创建数据库。在您的 MySQL 环境中导入并执行
2. 在代码中配置数据库连接
设置数据库之后，更新代码中的连接设置；这4个变量在代码的开头，请更改成你本地数据库的身份验证信息；这些身份验证信息再代码中有两处调用(大约第111行和第1783行)
# 数据库连接设置作为全局变量
DB_HOST = 'localhost' # 数据库主机
DB_USER = 'root' # 数据库用户
DB_PASSWORD = '1234' # 数据库密码
DB_NAME = 'traffic_sign_recognition' # 数据库名
关于数据库链接的注意事项
如果遇到 RuntimeError: 'cryptography' package is required for sha256_password or caching_sha2_password auth methods 错误，这是因为数据库身份验证出错了，需要正确地创建数据库并输入密码。
3. 运行 main.py。
4. 输入您的账号和密码以登录。
以下是默认的登录凭据：
| 用户名 | 密码 |
|---|---|
| admin | 123456 |
| 1 | 2 |
或者修改main.py中的主函数：删除登陆逻辑，以直接进入系统而无需进行身份验证。
项目模块
pt文件夹：存放模型(best.pt是道路标志识别模型)main_with文件夹：login.py(登陆ui)、win.py(主ui)dialog文件夹：rtsp弹出界面apprcc_rc.py：资源文件login_ji.py：界面登陆逻辑文件data/run/run-exp52：300轮训练后的道路标志识别模型utils/tt100k_to_voc-main文件夹：json转yolo格式result保存一些推理文件，run保存训练文件- 数据集：TT100k : Traffic-Sign Detection and Classification in the Wild
- 数据库文件：
data文件夹下-regn_mysql.sql
由于这个项目是在我学习YOLOv5时完成的（已经过了很长一段时间），因此主要的逻辑代码都集中在main.py文件中。换句话说，我没有将不同功能模块化，没有进行模块结构的清晰划分。主要是由于我太懒了，嘻嘻 😄。如果您有兴趣，可以将其模块化，这样它就会更加清晰。
致谢
- 将TT100K数据集转成VOC格式，并且用Python脚本选出45类超过100张的图片和XML
- https://github.com/Javacr/PyQt5-YOLOv5
Star History
