目标分类预测
功能介绍：目标分类预测功能使用训练好的目标分类模型对图像进行分析，判断图像所属的类别，帮助用户了解模型的分类效果。
操作步骤：
进入预测界面：在平台主界面中，找到并点击目标分类预测功能入口，进入预测界面。界面主要分为图片操作区、检测结果区和检测结果与位置信息区。
设置数据模型：在图片操作区，点击选择数据模型，打开之前保存好的pt文件
选择待检测的图片或视频：
- 打开图片
：点击“打开图片”按钮，在弹出的文件选择窗口中选择要检测的图片文件。选择后，图片会在左侧的图片预览区缩小展示，图片地址会显示在左侧的图片地址输入框中，中间的媒体浏览区会展示图片的原图。同时，系统会调用选择的模型进行预测，预测结果的结构化数据会输出到检测结果与位置信息区，同时在检测结果区的当前目标栏显示其类型和置信度，在目标位置栏分别显示当前标签预测情况。 - 打开文件夹
：点击“打开文件夹”按钮，选择包含图片的文件夹。系统会读取该文件夹中的第一张图片，在左侧的图片预览区显示图片缩略图，在左侧的图片地址输入框中显示图片地址，在中间的媒体浏览区展示图片。同时，系统会调用模型进行预测，将预测结果输出到检测结果与位置信息区，在检测结果区的当前目标栏显示其类型和置信度，在目标位置栏分别显示当前标签预测情况。 - 打开视频
：点击“打开视频”按钮，在弹出的文件选择窗口中选择要检测的视频文件。选择后，视频的图片帧会在中间的媒体浏览区进行展示，同时系统会调用模型进行预测，将预测结果直接输出到媒体浏览区，检测结果区和检测结果与位置信息区不进行展示。 - 打开摄像头
：点击“打开摄像头”按钮，电脑的摄像头会开启，摄像头捕获的图片帧会在中间的媒体浏览区展示，同时系统会调用模型进行预测，将预测结果输出到媒体浏览区，检测结果区和检测结果与位置信息区不进行展示。 调整检测参数：在检测结果区，有检测参数设置部分，包括置信度阈值和交并比阈值。
- 置信度阈值
：默认值为 0.5，可调节到小数位。该参数用于过滤掉置信度较低的预测结果，只有置信度高于该阈值的预测标签才会被保留。 查看检测结果：检测结果与位置信息区显示预测结果，点击其中一行，更新检测结果区的当前目标和目标位置信息。
检测结果区：检测结果区展示基于模型预测出来的最佳匹配标签和预测时间。
当前目标区：当前目标区展示检测结果与位置信息区选中的预测结果，包括类型编号、类型名称、置信度。
目标分类预测界面代码层级关系及功能概述
全局
导入必要的库，包括操作系统、系统、OpenCV、时间、PyQt5 相关模块、YOLO 模型和 PyTorch 等。 主程序入口：创建应用程序实例，初始化自定义对象分类应用窗口，设置样式表，显示窗口并启动应用程序的事件循环。
类CustomObjectClassificationApp
继承自QWidget
，用于创建自定义对象分类应用的主窗口。
__init__：类的构造函数，初始化对象，但函数体省略。 initUI：初始化用户界面，包括设置窗口样式、创建主布局等，但函数体省略。 set_model：打开文件选择对话框选择图片文件，还包含停止当前媒体操作的调用（调用 self.stop_current_media_operation
），但函数体省略。create_image_operation_area：创建图片操作区的布局，函数体省略。 create_detection_result_area：创建检测结果区的布局，函数体省略。 create_detection_operation_area：创建检测操作区的布局，函数体省略。 open_image：打开文件选择对话框选择图片文件，函数体省略。 open_folder：打开文件夹选择对话框选择文件夹，函数体省略。 open_video：打开文件选择对话框选择视频文件，函数体省略。 open_camera：打开摄像头，函数体省略。 clear_data：清除数据，函数体省略。 stop_current_media_operation：停止当前的媒体操作，函数体省略。 save_results：保存检测结果，但功能暂未实现，函数体省略。 show_image_preview：显示图片预览，函数体省略。 detect_image：开始对图片进行检测，并开始计时，函数体省略。 update_video_frame：更新视频帧，函数体省略。 show_image：显示图片，函数体省略。 prev_image：显示上一张图片，函数体省略。 next_image：显示下一张图片，函数体省略。 zoom_in：放大图片，并增加放大限制，函数体省略。 zoom_out：缩小图片，并增加缩小限制，函数体省略。 update_image_display：更新图片显示，函数体省略。 handle_wheel_event：处理鼠标滚轮事件，函数体省略。 table_row_clicked：处理表格行点击事件，函数体省略。
目标分类预测界面代码结构总结
全局
├── 导入库
├── 主程序入口
│ ├── 创建应用程序实例
│ ├── 初始化自定义对象分类应用窗口
│ ├── 设置样式表
│ ├── 显示窗口
│ └── 启动应用程序的事件循环
└── 类 CustomObjectClassificationApp
├── __init__
├── initUI
├── set_model
│ └── 调用 self.stop_current_media_operation
├── create_image_operation_area
├── create_detection_result_area
├── create_detection_operation_area
├── open_image
├── open_folder
├── open_video
├── open_camera
├── clear_data
├── stop_current_media_operation
├── save_results
├── show_image_preview
├── detect_image
├── update_video_frame
├── show_image
├── prev_image
├── next_image
├── zoom_in
├── zoom_out
├── update_image_display
├── handle_wheel_event
└── table_row_clicked
最后欢迎关注公众号：python与大数据分析
