使用YOLO模型结合pyqt图形界面可视化目标检测，拥有摄像头，图片，视频检测三大模块。

开发语言：C++ 开发程序：DevCpp 、 EasyX图形库 学校：成都信息工程大学 课程：《经典算法的设计与实现》 题目要求：主要利用栈实现，要求静态迷宫能准确找到路径，且能动态生成迷宫，显示所有路径。用图形界面显示所找到的路径 功能描述：1.手动录入迷宫数据，编辑迷宫结构 2.随机生成迷宫 3.指定迷宫大小 4.指定迷宫复杂度 核心算法：1.DFS深度优先算法 2.递归算法 数据结构：栈 文件包含内容：1.开题报告 2.设计报告 3.结题报告 4..cpp文件 5..exe文件 6.开题ppet 7.结题ppt 8.程序运行需要加载的图片

Maqetta 是一个开源的项目，提供了 HTML5 用户界面的所见即所得设计工具。该项目完全基于浏览器运行，无需任何附加插件和下载。 标签：Maquetta

这是一个集成工具，包含了 DIYGW,vForm 表单设计器。方便前端开发设计。 详情:https://blog.csdn.net/joman5/article/details/125129259

本套代码的运行环境是python+pytorch Csdn上上传的代码都是完整的，大家找到对应的博客都是有效果图和运行讲解的，防止踩坑。大家也可以下载其他项目练手，丰富自己的简历也不错。 博客教程地址：https://blog.csdn.net/qq_34904125/article/details/124906163 需要查看其他代码的可看b站视频演示： https://space.bilibili.com/124080712?spm_id_from=333.1007.0.0 其他小项目完整代码： https://blog.csdn.net/qq_34904125?type=download 算法部分 本次是目标跟踪代码，用于检测行人， 代码运行 只要运行01ui_yolov5.py即可。会显示一个pyqt的界面，然后有两个按钮，第一个按钮用于上传要检测的本地视频。第二个按钮是用于目标跟踪视频中的行人并统计数量。

将yolov4检测推理模块潜入pyqt5可视化界面中。 OpenCV dnn模块调用yolov4 weight和cfg，实现自选图片和自选视频的检测，并在界面中展示出来。

功能看图就能明白，但GIF图略微有点大，可能要等一下。这个设计器相当于初版完善了不少。比如：属性表，移动对齐，删除组件等等一些细节。但还是只能算一个半成品，有很多地方没有实现的。而可惜的是，我接下来也没有时间继续完善它了，望有能力的人可以继续完善它。

图像处理通过pyqt5实现的界面可视化

单摆的周期T=2pai*sqrt（L/g），实验上要求最大摆角小于5度，物理学上也有科学家用实验测量了但被周期与最大摆角的关系，这里用VC编程实现，更具可视化的界面，并有运行截图详解。

平台用于模拟通信系统中调制信号并仿真出频谱图，主要有幅度调制、角度调制、数字调制及自适应均衡，在相应的调制模块下，用户通过输入相应的参数即可得到输出结果。是集信息采集、处理、加工、传播的重要处理平台。