YOLOv5桌面应用开发，手把手教学实操（下）完结——附源代码

计算机视觉研究院

发布于 2022-03-04 12:14:50

9660

发布于 2022-03-04 12:14:50

文章被收录于专栏：计算机视觉战队

关注并星标

从此不迷路

计算机视觉研究院

公众号ID｜ComputerVisionGzq

学习群｜扫码在主页获取加入方式

今天分享的内容来自CSDN——成都_小吴，该同学撰写的一篇关于Yolov5桌面应用的开发工作，有兴趣的同学可以关注CSDN！具体文章链接：https://blog.csdn.net/qq_52859223/article/details/122982212

计算机视觉研究院专栏

作者：Edison_G

上周“计算机视觉研究院”给大家分享了一期yolov5训练干货，今天我们继续，开始说说怎么进行桌面应开发及设计。

界面打包

大家可以去关注一下迷途小书童点击关注，网上有很多使用pyinstaller进行打包的教程，但是并没有针对深度学习的一些打包过程，这个过程真的会出现很多问题！大家可以直接进入原博主官网https://xugaoxiang.com/2021/10/13/yolov5-to-exe/Python 项目打包是很多新手经常会问的问题，之前也有文章介绍过如何使用 pyinstaller 来打包生成可执行文件，只不过打包过程是基于命令行的。本文介绍的这个工具，auto-py-to-exe，它是 pyinstaller 的 GUI 版本，对新手更加友好，点点鼠标就可以轻松搞定，那么，快开始吧。进入根目录找到exe文件：

打开之后脚本位置就是你要打包的主程序，他会打包你所包括的其他文件

这里的pandas一般都会出错，所以我们在之前直接添加。

选择你的输出路径

耐心等待几分钟，错误就出现了！

SystemExit: Unable to find "d:\anaconda3\envs\pytorch\Library\bin\libiomp5md.dll" when adding binary

类似这种问题什么找不到啊，你就直接去这个路径下面搜索一下，如果不存在就去你的回收站是不是把他删了，要不然就去下载。

assert mpl_data_dir, "Failed to determine matplotlib's data directory!"AssertionError: Failed to determine matplotlib's data directory!

这个问题大家可能也会遇到，有的大佬说先把matplotlib卸载了再打包，这样确实不会影响自己的打包，但是你打包出来的EXE无法运行，所以最好的解决办法就是，先卸载掉这个，更新自己的PIP，再重新下载：

#首先进入自己的环境pip uninstall matplotlibpython -m pip install --upgrade pip#更新完之后pip install matplotlib

像这样HOOK的问题：

PyInstaller.exceptions.ImportErrorWhenRunningHook: Failed to import module __PyInstaller_hooks_18_pandas_io_formats_style required by hook for module d:\anaconda3\envs\pytorch\lib\site-packages\PyInstaller\hooks\hook-pandas.io.formats.style.py.

1.卸载和重新安装pyinstaller

pip uninstall pyinstallerpip install pyinstaller

2.报错肯能是由于环境中安装了过时的 IPython 引起的。我们可以尝试将其更新到更新的版本。

#进入你的环境pip install --upgrade IPython

这两个应该就可以解决打包的问题了！

打包这种大型的EXE我建议还是单目录进行打包，方便解决问题。

然后你就会得到一个像这样的一个目录：

你已经迫不及待的点击它了，反应非常的慢，你会发现你还是运行不起来还是会报错：

很痛苦在网上疯狂的百度搜索，后来发现：你的打包pandas目录里面和你的本机pandas少了一个文件如下：

大家可以看到少了一个这个文件，所以把他复制到你的打包文件里面就可以了；让我们运行一下试试，果然可以运行了：

到这里你以为就结束了？还是太年轻了，你会发现你点击登录卡死在登录界面，这又是为什么呢？因为你要导入你的账号和密码登录表，这个原因我找了很久不知道为什么，如下的一个文件：

OK，导入到你的根目录他就可以跳转到你的主界面了，你可以拿着你的摄像机出去检测了。

© THE END

转载请联系本公众号获得授权

计算机视觉研究院学习群等你加入！

计算机视觉研究院主要涉及深度学习领域，主要致力于人脸检测、人脸识别，多目标检测、目标跟踪、图像分割等研究方向。研究院接下来会不断分享最新的论文算法新框架，我们这次改革不同点就是，我们要着重”研究“。之后我们会针对相应领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程爱动脑思考的习惯！