YOLOV5 部署：QT的可视化界面推理（创建UI，并编译成py文件）

1、前言

之前用YOLOV5 做了一个猫和老鼠的实战检测项目，本章将根据之前训练好的权重进行部署，搭建一个基于QT的可视化推理界面，可以检测图片和视频

本章使用的数据集和权重参照：YOLOV5 初体验：简单猫和老鼠数据集模型训练-CSDN博客

可视化界面如下：

2、安装Pyside6

本章使用的可视化是pyside6，安装命令如下：

注意：使用命令前，需要激活已经配置好的YOLOV5虚拟环境！！！

pip install pyside6

安装pyside6后，编写可视化程序不需要逐行编写代码，直接利用qtdesigner设计即可

那么如何查找呢，很简单，在你当前环境下的库里就有qtdesigner程序。

解释器的话，可以通过where python 查找

<