YOLOv7 GUI 是一款用户友好型图形界面应用程序，专为简化基于YOLOv7（You Only Look Once version 7）的目标检测流程而设计。该工具允许用户无需深入掌握命令行操作和复杂编程细节，即可方便快捷地运行YOLOv7模型来检测图像或视频中的物体。
通过直观的图形用户界面，用户可以轻松上传图片或视频文件，然后直接应用预训练的YOLOv7模型进行实时或批量检测。YOLOv7 GUI 还可能提供可视化功能，将检测结果以高亮框的形式叠加在原始图像上，同时支持统计和显示检测到的不同类别物体的数量，并可能以图表形式呈现检测结果的概览。
此外，该GUI应用还可能整合了一些高级特性，如调整检测阈值、选择不同大小的输入以及输出选项等，使得非专业开发人员也能便捷高效地利用YOLOv7的强大性能进行各种场景下的目标检测任务。总的来说，YOLOv7 GUI 将原本复杂的深度学习模型应用过程变得更为简易和直观，极大地提升了用户体验并拓宽了YOLOv7模型的应用范围。
不仅如此，它还能以图表形式展示检测到的对象数量。借助此应用，您无需繁琐的选项或额外代码，即可直接在YOLOv7中分析您的图像数据。
行人车辆计数统计图如下，会在gui界面显示：
准备阶段： 下载仓库并创建虚拟环境
conda create -n yolov7 python=3.10
conda activate yolov7
pip install -r requirements.txt下载yolov7的模型：
使用传统的yolov7的模型。
准备你的素材图片：
应用到你想检测的图片。
运行你的yolov7 gui 应用：
python run_yolov7.py如何操作GUI
1. 点击“选择输入文件夹”：资源管理器将会启动，让你选择已经准备好的图片目录。
2. 点击“选择YOLOv7权重文件”：从资源管理器中选择用于物体检测所用的YOLOv7模型。
3. 点击“选择输出文件夹”：选择一个目录用于输出已检测到物体的图片、注解文件（.txt格式）、汇总物体检测结果的图表以及csv文件。如果尚未创建目录，你可以在资源管理器中新建一个。
4. 点击“运行检测”：物体检测开始执行。同时，进度条会向右移动。当物体检测完成后，GUI会显示出汇总检测数量结果的柱状图以及物体检测后的图片。
5. 物体检测完成后，你可以再次更改输入文件夹或YOLOv7模型以检测新的物体。
6. 结束物体检测：点击GUI屏幕右上角的×按钮退出应用。
* 注意：在GUI中第二次显示物体检测结果时，界面可能会出现一些bug。但物体检测的结果会无误地输出至输出文件夹。我们会在未来修复这个问题。
有问题可咨询：
