基于深度学习cnn的YOLO26+DeepSort+ByteTrack+PyQt+GUI(目标检测+ 姿态估计 +实例分割 +定向目标检测(OBB) )

---

YOLO-DeepSort/ByteTrack-PyQt-GUI

基于PyQt的图形界面应用，集成ultralytics YOLO模型实现以下功能：
• 图像/视频/摄像头的目标检测与追踪
• 人体姿态估计与追踪

所有Python脚本均使用ONNX格式的YOLO模型执行以下任务：
• 检测 • 姿态估计 • 实例分割 • 定向边界框(OBB)

---

图形界面功能

支持的AI任务

• 目标检测
• 姿态估计
• 实例分割
• 定向目标检测(OBB)

支持的模型版本

YOLOv13系列
YOLOv13 | YOLOv13-n | YOLOv13-s | YOLOv13-l | YOLOv13-x

YOLO11系列
YOLO11 | YOLO11-n | YOLO11-s | YOLO11-m | YOLO11-l | YOLO11-x

YOLOv8系列
YOLOv8 | YOLOv8-n | YOLOv8-s | YOLOv8-m | YOLOv8-l | YOLOv8-x

支持的追踪算法

• DeepSort
• ByteTrack
  

支持的输入源

• 本地文件（图像/视频）
• 摄像头
• RTSP视频流

---

安装指南

通过pip安装

pipinstall-rrequirements.txt

通过conda安装

condaenvcreate-fenvironment.yml conda activate yolo_gui# 激活虚拟环境

---

模型权重下载

执行以下命令自动下载权重文件：

python download_weights.py

权重文件将保存至weights/目录

---

运行程序

python main.py

---