Qt界面开发-各种控件以及图表

附件是在使用Qt完成界面开发时遇到的问题总结，也含有在项目进行过程中遇到的一些问题和解决方式，留存节省第二次遇到相同问题的时间

QtCreator更新很快，但是翻译越来越差劲，这个为QtCreator菜单的汉化，基本覆盖全了，理论上4.0后的版本都可用； 使用方法：替换D:\Qt\Qt5.9.5\Tools\QtCreator\share\qtcreator\translations下同名文件，注意文件名和原来的相同；注意安装目录可能不同；把末尾的版本号删除就可以使用了，记得重启。

利用VS2022进行QT开发界面。 控制界面隐藏与显示源码。已验证可用 具体操作方法参考本人文章：QT之多个控件隐藏/显示（通用方法不仅适用于QT）

内含mnist数据集和训练代码和qt界面代码 可直接python运行，十分方便。 可参考博客介绍：https://blog.csdn.net/qq_34904125/article/details/124832709 本代码基于python实现，深度学习训练mnsit数据集，pytorch的框架，也可以改成tensorflow进行训练。

手写汉字识别完整代码可运行，使用深度学习cnn网络结构，训练模型，并使用qt界面实现交互，能在界面上写汉字识别。 内含完整代码可运行。 主要是python代码，pytorch框架，也可以改成tensorflow，内有说明文档，可以根据文档进行安装环境和运行代码。 代码结构逻辑简单，依次运行01、02、03顺序代码即可运行。 博客说明：https://blog.csdn.net/qq_34904125/article/details/124813220

1、YOLOV5吸烟行为检测，两种训练好的模型，内含各种训练曲线图，并包含数据集， 5000多张使用lableimg软件标注软件标注好的吸烟数据，图片格式为jpg，标签有两种，分别为xml格式和txt格式，分别保存在两个文件夹中，类别名为smoke; 可以直接用于YOLO系列的吸烟行， 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、qt界面可以 检测图片、视频和调用摄像头，有相应的选择项 4、采用pytrch框架，代码是python的

1、YOLOv5人脸口罩检测，代码和训练好的模型，两种训练好的模型，并有pyqt界面，训练精度达90%多，内含各种训练曲线图，并有8000多张标注好的人脸口罩检测数据集，标签是VOC和YOLO格式的，类别名为face，face_mask两类； 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、qt界面可以 检测图片、视频和调用摄像头，有相应的选择项 4、采用pytrch框架，代码是python的

1、YOLOv5安全帽检测，代码和训练好的模型，两种训练好的模型，并有pyqt界面，训练精度达90%多，内含各种训练曲线图，并有5000多张标注好的安全帽检测数据集，标签是VOC和YOLO格式的，类别名为person，hat两类； 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，代码是python的

智能家居部分代码，这个项目涉及到的知识点比较多，我做了一年才搞定了它，主要的知识点如下：Android应用开发，网络编程（tcp/ip协议）、Mysql数据库编程、阿里云c语言服务器环境的搭建、ARM嵌入式底层驱动开发、linux操作系统的移植、ARM+Linux下wifi驱动编译移植（或者有线网络也可以）、433模块驱动编译移植、红外模块驱动编译移植、红外遥控解码学习、1838红外接收头解码、1602液晶屏显示、433射频通信、语音模块、Linux系统QT界面开发、PCB板硬件设计以及51单片机编程知识。