深度学习类文章回顾
【YOLO深度学习系列】图像分类、物体检测、实例分割、物体追踪、姿态估计、定向边框检测演示系统【含源码】
【深度学习】物体检测/实例分割/物体追踪/姿态估计/定向边框/图像分类检测演示系统【含源码】
【深度学习】YOLOV8数据标注及模型训练方法整体流程介绍及演示
【深度学习】行人跌倒行为检测软件系统
【深度学习】火灾检测软件系统
【深度学习】吸烟行为检测软件系统
【深度学习】数竹签演示软件系统

本文摘要

摘要：本文主要使用YOLOV8深度学习框架自训练了一个“菜品目标检测模型”，基于此模型使用PYQT5实现了一款界面软件用于功能演示。让您可以更好的了解和学习，该软件支持图片、视频以及摄像头进行目标检测，本系统所涉及的训练数据及软件源码已打包上传。
文中源码文件【获取方式】：关注公众号：利哥AI实例探险， 给公众号发送 “菜品目标检测” 获取下载方式 给公众号发送 “菜品目标检测数据集”
获取数据集下载方式 注意发送的关键词不能错，否则匹配不到对应资源，由于本人能力有限，难免有疏漏之处。
后续计划：会训练特征提取模型，进行菜品的特征提取与比对，菜品注册等。

软件功能演示

环境依赖：

安装ananconda软件，官网地址：https://www.anaconda.com/download
使用conda创建3.9虚拟环境: conda create -n aifood python=3.9
激活虚拟环境: conda activate aifood 或  source activate aifood 
安装依赖
pip install torch==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install torchvision==0.14.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pandas==2.2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-python==4.5.4.58 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tqdm==4.66.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install PyYAML==6.0.1
pip install matplotlib==3.9.0
pip install seaborn==0.13.2
pip install scipy==1.13.1
pip install tqdm==4.64.1
pip install PyQt5==5.15.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyqt5-tools==5.15.2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

图片/视频检测演示

摄像头检测演示

模型训练

关于YOLOV8的数据标注及模型训练更详细的内容，可关注我的另一篇文章：【深度学习】YOLOV8数据标注及模型训练方法整体流程介绍及演示，详细记录了这部分内容。

数据集准备与标注

目标检测的数据标注，可以用LabelImg，建议直接下载其可执行程序，而不是通过pip安装使用。
准备了 “菜品目标检测数据集”，用作训练演示。把准备的数据集分为训练和验证两个数据集，一共包含 2600+ 张图片，部分图片如下所示：

标注数据如下所示：

模型训练&训练结果评估

此部分详细可参考：
【深度学习】YOLOV8数据标注及模型训练方法整体流程介绍及演示