一、代码功能:

检测任务：基于 YOLOv9 的多目标检测系统

检测类别：支持 16 类目标（中英文对照）：-angel-（天使） / -apple-（苹果） / -book-（书） / -carnation-（康乃馨） / -clock-（计时器） / -crown-（皇冠） / -dog-（狗） / -key-（钥匙） / -lily-（百合） / -mother-（圣母） / -orange-（橙子） / -pigeon-（鸽子） / -pomegranate-（石榴） / -rose-（玫瑰） / -skull-（骷髅） / -snake-（蛇）

数据集总量：内置 8449 张目标检测标注图像数据集

数据集划分：训练集 5377 张，验证集 1872 张，测试集 1200 张

输入方式：支持图片、视频、摄像头等多种输入源，界面端实时显示检测结果与置信度

系统架构：采用 PySide6 构建可视化 UI 界面，集成模型推理、结果展示与交互操作，支持一键启动演示

界面修改：可点击界面设置主题背景、图片、图标，可一键增减UI上的控件

结果输出：检测结果支持 CSV 导出，支持保存带框图片 / 视频，支持写入 SQLite 数据库存档

用户功能：有登录注册界面，也可以不启用登录注册

权重管理：支持在线上传与切换 YOLO 模型权重，方便对比不同版本效果

本项目有对应的示例论文和PPT参考（排版好的），可咨询作者获取！

二、详细教程:

原理介绍博客: 思绪无限主页

项目详细说明文档: https://newtopmat.feishu.cn/wiki/SH2ywXxQziEk7Ik5oLecZIsHnLq?from=from_copylink

功能效果展示视频: https://space.bilibili.com/456667721

环境配置博客教程: （1）最新PyCharm 安装详细图文教程；（2）Miniconda 安装与环境配置全流程图解；（3）PyCharm 深度学习项目环境配置与运行

注意事项：版权所有，禁止盗卖或用于商业化用途。