基于深度学习的水果识别系统设计

一、选择YOLOv5s模型

 YOLOv5：YOLOv5 是一个轻量级的目标检测模型，它在 YOLOv4 的基础上进行了进一步优化，使其在保持较高检测精度的同时，具有更快的推理速度。YOLOv5 的网络结构更加灵活，可以根据不同的需求选择不同大小的模型，如 YOLOv5s、YOLOv5m、YOLOv5l 和 YOLOv5x，分别对应不同的模型复杂度和性能。

二、设计PyQt界面

三、槽函数绑定信号

界面注册函数

    def register(self):connect=sqlite3.connect('register.db')cursor=connect.cursor()user_id=self.lineEdit.text()password=self.lineEdit_2.text()confirm=self.lineEdit_3.text()if password==confirm and user_id and password:sql='insert into user (user_id, password) values (?, ?)'cursor.execute(sql,(user_id,password))connect.commit()cursor.close()connect.close()QMessageBox.information(self,"提示","注册成功")elif password!=confirm:QMessageBox.information(self,"提示","两次密码不一致，请重新输入！")else:QMessageBox.information(self, "提示", "信息输入错误，请重新输入！")

用的数据库是sqlite3，直接import sqlite3，用起来比较方便。

点击登录按钮，就会调用detect函数，在数据库里查找信息匹配，判断账号和密码是否对应。

    #打开检测界面def detect(self):connect=sqlite3.connect('register.db')cursor=connect.cursor()user_id=self.lineEdit.text()password=self.lineEdit_2.text()if user_id and password:sql='select  user_id,password from user where user_id=? and password=?'cursor.execute(sql,(user_id,password))connect.commit()data=cursor.fetchall()if data:self.close()DetectWin.show()else:QMessageBox.information(self,"提示","用户名或者密码错误，请重新输入")cursor.close()connect.close()else:QMessageBox.information(self,"提示","存在未输入项")

对应的话就会登录到检测界面

检测界面有四个按钮：加载模型、加载数据、开始检测、摄像头检测。

点击加载模型按钮，就会打开文件夹模型的路径。然后选择训练好的模型。

点击加载数据按钮，就会打开数据存放路径的文件夹，选择的数据可以是视频、可以是图片。

点击开始检测按钮，就会调用YOLOv5自带的detect.py代码，模型是你训练好的模型，然后就会开始检测，检测结果直接显示在界面右边，打开输出文件夹，里面是检测结果图片或者视频。

点击摄像头检测，就会调用电脑摄像头然后开始识别物体，检测结果直接实时显示在界面右边。

三、运行效果展示

 四、源码和环境配置

价格可谈，帮你配置环境和代码运行成功，不局限于水果检测，各种检测合适的话都可接