YOLOv8+PyQt：实时检测（摄像头、视频）

以下是一个简化的代码示例，展示了如何使用YOLOv8模型和PyQt5创建一个简单的实时目标检测应用。

import sys
from PyQt5.QtWidgets import QApplication, QMainWindow, QVBoxLayout, QLabel, QWidget
from PyQt5.QtCore import QTimer
from yolov8_detection import YOLOv8Detector
 
class DetectionWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        self.initUI()
        self.detector = YOLOv8Detector()  # 初始化YOLOv8检测器
        self.timer = QTimer()
        self.timer.timeout.connect(self.update_frame)
 
    def initUI(self):
        self.setGeometry(100, 100, 640, 480)
        self.setWindowTitle('YOLOv8 Detection')
        self.frame = QLabel(self)
        self.layout = QVBoxLayout()
        self.layout.addWidget(self.frame)
        centralWidget = QWidget()
        centralWidget.setLayout(self.layout)
        self.setCentralWidget(centralWidget)
 
    def update_frame(self):
        # 这里假设有一个获取视频帧的方法，例如从摄像头或视频文件中读取
        frame = self.get_video_frame()  # 获取新的视频帧
        # 使用YOLOv8进行检测
        detections = self.detector.detect(frame)
        # 绘制检测结果并显示
        self.frame.setPixmap(self.draw_detections(frame, detections))
 
    def get_video_frame(self):
        # 这里应该是从视频源获取新帧的代码
        pass
 
    def draw_detections(self, frame, detections):
        # 这里应该是绘制检测框和标签的代码
        pass
 
    def start_detection(self):
        self.timer.start(20)  # 每秒50帧
 
    def stop_detection(self):
        self.timer.stop()
 
if __name__ == '__main__':
    app = QApplication(sys.argv)
    ex = DetectionWindow()
    ex.start_detection()
    ex.show()
    sys.exit(app.exec_())

在这个示例中，YOLOv8_detection 应该是一个包含YOLOv8检测逻辑的模块。你需要确保这个模块包含 YOLOv8Detector 类，以及 detect 方法用于执行目标检测。同时，你需要实现 get_video_frame 方法来从摄像头或视频源获取新的帧，以及 draw_detections 方法来绘制检测框和标签。

请注意，这个示例是一个简化的框架。实际应用中，你需要实现和调试YOLOv8模型加载、推理和视频/摄像头帧的获取，以及使用PyQt5进行界面设计和事件处理的细节。