YOLOv5图像识别Demo

中文介绍

🧠 SmartVision 万物识别系统

基于 C++ + Qt + OpenCV + ONNX Runtime 开发的智能图像识别平台，支持本地图像分类、YOLO 实时目标检测、摄像头采集识别、多线程异步处理、语音播报和翻译结果展示。

---

🚀 项目亮点

• ✅ 图像分类：支持 MobileNetV2 模型，Top-5 分类输出并实时翻译
• ✅ 目标检测：内置 YOLOv5 + 自训练鱼类检测模型，支持多目标框选
• ✅ 实时摄像头识别：支持摄像头采集与识别切换（静态模式 / YOLO 模式）
• ✅ 多线程异步：模型推理在独立线程执行，界面不卡顿
• ✅ 语音播报：识别结果可自动朗读
• ✅ 中英文混合支持：标签中文翻译（百度翻译），结果更直观

---

📂 工程结构

SmartVision/
├── main.cpp                    # 程序入口
├── mainwindow.{h,cpp}         # 主窗口界面与控制逻辑
├── ModelRunner.{h,cpp}        # 图像分类模型加载与推理
├── YoloDetector.{h,cpp}       # YOLO 模型加载与推理逻辑
├── ModelWork.{h,cpp}          # 图像分类异步工作线程
├── YoloWork.{h,cpp}           # 静态图 YOLO 推理线程
├── YoloStreamWork.{h,cpp}     # 实时摄像头 YOLO 推理线程
├── CameraWindow.{h,cpp}       # 摄像头识别界面与逻辑
├── CameraWorker.{h,cpp}       # 摄像头采集线程
├── CameraConfigDialog.{h,cpp} # 摄像头参数配置窗口
├── translate_baidu.h          # 百度翻译线程支持
├── stdafx.h                   # 公共头文件与类型定义
├── model/                     # 存放模型文件
│   ├── mobilenetv2-7.onnx
│   ├── imagenet_classes.txt
│   ├── yolov5s.onnx
│   ├── coco.names
│   ├── fish.onnx
│   └── fish.names
└── images/                    # 示例图像

---

🛠️ 环境要求

• 操作系统：Windows 10/11 x64
• 开发工具：Visual Studio 2019/2022 + Qt VS Tools
• Qt版本：Qt 5.15.x (建议 MSVC x64)
• ONNX Runtime：1.15+
• OpenCV：建议 4.5+，含 opencv_world 模块
• 百度翻译API（可选）：用于英文标签中文翻译（带缓存）

---

⚙️ 编译配置说明

1. 使用 Qt VS Tools 打开 .sln 工程。
2. 项目使用 C++17，请确保启用：
   • C/C++ → 语言 → C++语言标准：ISO C++17
3. 配置环境变量或项目属性：
   • 添加 ONNX Runtime 依赖库（DLL 和 Lib）
   • 添加 OpenCV 头文件与库路径
4. 编译并运行 SmartVisionApp。

---

🖼️ 使用说明

✅ 图像识别

1. 点击 “Open” 按钮选择图片。
2. 自动进行分类推理，并显示 Top-5 标签及中文翻译。

✅ YOLO 检测

• 点击按钮：
  • yolov5s：使用通用 coco 模型进行目标检测
  • 鱼类检测：使用自训练 YOLO 模型识别鱼类

✅ 摄像头识别

• 点击 Camera 打开实时识别窗口
• 支持分辨率切换 / 识别开关（可选 YOLO）

---

🔁 待拓展

• ✅ 添加模型切换功能（支持 ResNet / EfficientNet）
• ✅ 支持视频流文件分析（.mp4/.avi）
• ✅ 接入 HTTP 图像流（远程监控）
• ✅ 引入 OCR 识别 / 手势识别 模型
• ✅ 识别帧率提高

English instructions

🧠 SmartVision: Universal Recognition System

SmartVision is an intelligent vision platform built with C++, Qt, OpenCV, and ONNX Runtime. It supports image classification, YOLO-based object detection, real-time camera recognition, asynchronous multi-threading, voice broadcast, and result translation.

---

🚀 Features

• ✅ Image Classification: Based on MobileNetV2 with Top-5 output and real-time translation
• ✅ Object Detection: YOLOv5 + custom fish detection model, supporting multiple targets
• ✅ Real-time Camera Recognition: Switch between static or YOLO detection modes
• ✅ Multithreading: AI inference runs in separate threads for a smooth UI
• ✅ Text-to-Speech: Auto narration of results
• ✅ Chinese Translation Support: Labels translated via Baidu API with caching

---

📂 Project Structure

SmartVision/
├── main.cpp                    # Application entry
├── mainwindow.{h,cpp}         # Main UI window logic
├── ModelRunner.{h,cpp}        # Image classification model
├── YoloDetector.{h,cpp}       # YOLO ONNX model and detection logic
├── ModelWork.{h,cpp}          # Classification inference thread
├── YoloWork.{h,cpp}           # Static image YOLO inference
├── YoloStreamWork.{h,cpp}     # YOLO detection for camera stream
├── CameraWindow.{h,cpp}       # Camera window UI logic
├── CameraWorker.{h,cpp}       # Camera frame grabbing worker
├── CameraConfigDialog.{h,cpp} # Camera configuration popup
├── translate_baidu.h          # Baidu translation thread
├── stdafx.h                   # Common type definitions
├── model/                     # Model files
│   ├── mobilenetv2-7.onnx
│   ├── imagenet_classes.txt
│   ├── yolov5s.onnx
│   ├── coco.names
│   ├── fish.onnx
│   └── fish.names
└── images/                    # Example images

---

🛠️ Requirements

• OS: Windows 10/11 x64
• Compiler: Visual Studio 2019/2022 + Qt VS Tools
• Qt: Qt 5.15.x (MSVC x64 recommended)
• ONNX Runtime: 1.15+
• OpenCV: 4.5+ (with opencv_world)
• Baidu Translate API (optional): For label translation

---

⚙️ Build Instructions

1. Open the .sln file using Qt VS Tools.
2. Make sure C++17 is enabled:
   • C/C++ → Language → C++ Language Standard: ISO C++17
3. Set up ONNX Runtime and OpenCV paths:
   • Add include & lib directories for ONNX + OpenCV
4. Build and run SmartVisionApp.

---

🖼️ Usage Guide

✅ Image Classification

• Click “Open” to select an image
• Automatically performs inference and shows top-5 labels with translation

✅ YOLO Detection

• Click:
  • yolov5s: Generic COCO model
  • Fish Detection: Custom trained YOLO fish model

✅ Real-time Camera

• Click Camera to open live recognition window
• Supports resolution switching and toggle for YOLO

---

🔁 TODO Expansion

• ✅ Add model selection UI (ResNet, EfficientNet)
• ✅ Support for video file input (.mp4/.avi)
• ✅ HTTP video stream input (e.g. RTSP)
• ✅ Add OCR / gesture recognition modules