Skip to content

O
Oil_Level_Recognition_System
Commit 026ceb91 by Yuhaibo
Options

13

parent 582c107b
Showing with 465 additions and 377 deletions
.gitignore
......@@ -10,6 +10,8 @@
!__main__.py
!__init__.py
!.gitignore
!*.md
!**/*.md
# 忽略Python缓存文件
__pycache__/
......
handlers/modelpage/IMPORT_PATH_FIX.md deleted 100644 → 0
# model_page_handler.py 导入路径修复说明
## 文件位置变更
### 变更前
```
widgets/modelpage/model_page_handler.py
```
### 变更后
```
handlers/modelpage/model_page_handler.py ✅
```
---
## 导入路径修复
### 问题分析
文件从 `widgets/modelpage/` 移动到 `handlers/modelpage/` 后，所有导入路径都需要相应调整：
#### 目录结构
```
项目根目录/
├── widgets/
│ └── modelpage/
│ ├── model_loader.py
│ ├── model_operations.py
│ ├── modelset_page.py
│ └── training_page.py
│
└── handlers/
└── modelpage/
├── model_page_handler.py ← 当前文件位置
└── model_training_handler.py
```
---
## 修复的导入路径
### 1. ModelLoader 和 ModelOperations
#### ❌ 修复前（错误）
```python
from .model_loader import ModelLoader
from .model_operations import ModelOperations
```
**问题**：
- 使用相对导入 `.`，表示从当前包 `handlers.modelpage` 导入
- 但这两个文件在 `widgets.modelpage` 包中，不在当前包
#### ✅ 修复后（正确）
```python
# 导入插件接口（从 widgets.modelpage）
try:
# 优先使用相对导入
from ...widgets.modelpage.model_loader import ModelLoader
from ...widgets.modelpage.model_operations import ModelOperations
except ImportError:
try:
# 备用：绝对导入
from widgets.modelpage.model_loader import ModelLoader
from widgets.modelpage.model_operations import ModelOperations
except ImportError:
# 如果都失败，创建占位类
class ModelLoader:
def __init__(self, handler=None):
pass
class ModelOperations:
def __init__(self, handler=None):
pass
```
**说明**：
- `...widgets.modelpage`：向上3层（`modelpage` → `handlers` → 项目根），然后进入 `widgets/modelpage`
- 添加备用的绝对导入和占位类，确保导入失败时不会崩溃
---
### 2. ModelSetPage 和 TrainingPage
#### ❌ 修复前（错误）
```python
from .modelset_page import ModelSetPage
from .training_page import TrainingPage
```
**问题**：同样使用了错误的相对导入
#### ✅ 修复后（正确）
```python
# 导入页面组件（从 widgets.modelpage）
try:
from ...widgets.modelpage.modelset_page import ModelSetPage
from ...widgets.modelpage.training_page import TrainingPage
except ImportError:
try:
from widgets.modelpage.modelset_page import ModelSetPage
from widgets.modelpage.training_page import TrainingPage
except ImportError as e:
print(f"[ERROR] 无法导入必要的页面组件: {e}")
return QtWidgets.QWidget()
```
**说明**：
- 使用相对导入 `...widgets.modelpage` 从正确的包导入
- 提供备用的绝对导入
- 添加错误处理
---
### 3. ModelTrainingHandler
#### ❌ 修复前（错误）
```python
from ...handlers.modelpage.model_training_handler import ModelTrainingHandler
```
**问题**：
- 使用了错误的相对路径 `...handlers.modelpage`
- 应该使用 `.model_training_handler`，因为在同一个包内
#### ✅ 修复后（正确）
```python
# 导入训练处理器
try:
# 优先使用相对导入（同一包内）
from .model_training_handler import ModelTrainingHandler
except ImportError:
try:
# 备用：绝对导入
from handlers.modelpage.model_training_handler import ModelTrainingHandler
except ImportError:
ModelTrainingHandler = None
print("[WARNING] 无法导入ModelTrainingHandler，训练功能将不可用")
```
**说明**：
- `.model_training_handler`：从当前包 `handlers.modelpage` 导入
- 只需要一层相对导入，因为在同一个目录下
---
## 相对导入层级说明
### 相对导入语法
```python
from . import xxx # 当前包
from .. import xxx # 父包（上一层）
from ... import xxx # 祖父包（上两层）
from .... import xxx # 曾祖父包（上三层）
```
### 当前文件位置导入路径
当前文件：`handlers/modelpage/model_page_handler.py`
| 目标模块 | 相对路径 | 层级解释 |
|---------|---------|---------|
| `handlers.modelpage.model_training_handler` | `.model_training_handler` | 同一包内 |
| `handlers.model_load_handler` | `..model_load_handler` | 父包（handlers） |
| `widgets.modelpage.model_loader` | `...widgets.modelpage.model_loader` | 祖父包（项目根） → widgets |
| 项目根目录模块 | `...module_name` | 祖父包（项目根） |
### 路径计算示例
从 `handlers/modelpage/model_page_handler.py` 导入 `widgets/modelpage/model_loader.py`：
```
当前位置: handlers/modelpage/model_page_handler.py
目标位置: widgets/modelpage/model_loader.py
相对路径计算:
1. 从 model_page_handler.py 向上到 modelpage/ (.)
2. 从 modelpage/ 向上到 handlers/ (..)
3. 从 handlers/ 向上到 项目根/ (...)
4. 从 项目根/ 进入 widgets/modelpage/ (...widgets.modelpage)
5. 导入 model_loader.py (...widgets.modelpage.model_loader)
最终导入语句:
from ...widgets.modelpage.model_loader import ModelLoader
```
---
## 修复总结
### 修复的导入数量
- ✅ **ModelLoader** - 从 widgets.modelpage 导入
- ✅ **ModelOperations** - 从 widgets.modelpage 导入
- ✅ **ModelSetPage** - 从 widgets.modelpage 导入
- ✅ **TrainingPage** - 从 widgets.modelpage 导入
- ✅ **ModelTrainingHandler** - 从 handlers.modelpage 导入（同一包）
### 修复原则
1. **跨包导入**（widgets ↔ handlers）：
- 使用多层相对导入 `...widgets.xxx` 或 `...handlers.xxx`
- 提供绝对导入作为备用
2. **同包导入**（handlers.modelpage 内部）：
- 使用单层相对导入 `.module_name`
- 提供绝对导入作为备用
3. **错误处理**：
- 所有导入都包裹在 try-except 中
- 提供多层备用方案
- 导入失败时不会导致程序崩溃
---
## 验证检查
### ✅ Linter 检查
```bash
# 无 linter 错误
No linter errors found.
```
### 🔍 导入测试
```python
# 测试导入是否成功
try:
from handlers.modelpage.model_page_handler import ModelPageHandler
print("✅ 导入成功")
except ImportError as e:
print(f"❌ 导入失败: {e}")
```
### 📋 检查清单
- [x] ModelLoader 导入路径正确
- [x] ModelOperations 导入路径正确
- [x] ModelSetPage 导入路径正确
- [x] TrainingPage 导入路径正确
- [x] ModelTrainingHandler 导入路径正确
- [x] 无 linter 错误
- [x] 提供多层备用导入方案
- [x] 添加错误处理
---
## 相关文件
### 当前文件
- `handlers/modelpage/model_page_handler.py` - 已修复
### 依赖文件
- `widgets/modelpage/model_loader.py` - 插件接口
- `widgets/modelpage/model_operations.py` - 插件接口
- `widgets/modelpage/modelset_page.py` - 页面组件
- `widgets/modelpage/training_page.py` - 页面组件
- `handlers/modelpage/model_training_handler.py` - 训练处理器
---
## 注意事项
### ⚠️ 文件位置重要性
- 文件位置决定了导入路径
- 移动文件后必须更新所有导入语句
- 相对导入层级取决于文件在包结构中的位置
### 💡 最佳实践
1. **优先使用相对导入**：便于重构和移动包
2. **提供备用绝对导入**：增加兼容性
3. **添加错误处理**：防止导入失败导致崩溃
4. **添加注释说明**：帮助理解导入路径
### 🔄 如果再次移动文件
如果将来再次移动 `model_page_handler.py`，需要：
1. 重新计算相对导入的层级
2. 更新所有 `from ...` 导入语句
3. 测试所有导入是否成功
4. 运行 linter 检查
---
## 测试建议
### 单元测试
```python
def test_imports():
"""测试所有导入是否成功"""
try:
from handlers.modelpage.model_page_handler import ModelPageHandler
assert ModelPageHandler is not None
# 测试创建实例
handler = ModelPageHandler()
assert handler is not None
print("✅ 所有导入测试通过")
except Exception as e:
print(f"❌ 导入测试失败: {e}")
raise
```
### 集成测试
1. 启动应用程序
2. 访问模型管理页面
3. 确认所有功能正常
4. 检查控制台无导入错误
---
**修复时间**: 2025-11-06
**问题类型**: 导入路径错误（文件位置变更）
**影响范围**: model_page_handler.py
**修复状态**: ✅ 已完成
**测试状态**: ✅ Linter 检查通过
handlers/modelpage/MODEL_TEST_MIGRATION_PLAN.md
......@@ -3,7 +3,8 @@
## 目标
将 `model_training_handler.py` 中所有模型测试相关的代码迁移到 `model_test_handler.py`
## 需要迁移的方法列表
## 需要迁移的方法列表14324141
### 1. 测试入口和控制方法
- [x] `_handleStartTest()` - 开始/停止测试按钮处理 (第2005-2014行)
......
handlers/modelpage/model_test_handler.py
......@@ -190,6 +190,10 @@ class ModelTestThread(QThread):
print(f"[测试线程] 液位检测完成")
self._detection_result = detection_result
# 保存图片测试结果
self.progress_updated.emit(90, "正在保存测试结果...")
print(f"[测试线程] 保存图片测试结果...")
self._saveImageTestResults(model_path, test_frame, detection_result, annotation_file)
except Exception as e:
print(f"[测试线程] 图片检测失败: {e}")
......@@ -1342,6 +1346,11 @@ class ModelTestHandler:
print(f"[视频检测] 处理帧数: {frame_index}")
print(f"[视频检测] 检测统计: 总检测次数={detection_count}, 成功={success_count}, 失败={fail_count}")
# 保存测试结果到模型目录
if not self._detection_stopped:
print(f"[视频检测] 保存测试结果...")
self._saveVideoTestResults(model_path, video_path, output_video_path,
frame_index, detection_count, success_count, fail_count, annotation_file)
# 显示检测结果视频
if not self._detection_stopped:
......@@ -1732,46 +1741,46 @@ class ModelTestHandler:
# 创建HTML内容，包含视频播放器和统计信息
html_content = f"""
<div style="font-family: Arial, sans-serif; padding: 15px; background: #fff; height: 100%; overflow-y: auto;">
<div style="margin-bottom: 15px; padding: 12px; border: 1px solid #dee2e6; border-radius: 5px;">
<h3 style="margin: 0 0 10px 0; color: #333;">视频逐帧检测完成</h3>
<div style="font-family: 'Microsoft YaHei', 'SimHei', Arial, sans-serif; padding: 20px; background: #ffffff; height: 100%; overflow-y: auto; color: #333333;">
<div style="margin-bottom: 20px; padding: 0;">
<h3 style="margin: 0 0 15px 0; color: #333333; font-size: 18px; font-weight: 600;">视频逐帧检测完成</h3>
</div>
<div style="margin-bottom: 15px; padding: 12px; border: 1px solid #dee2e6; border-radius: 5px;">
<h4 style="margin-top: 0; color: #333;">检测结果视频</h4>
<video width="100%" height="auto" controls style="border: 1px solid #dee2e6; border-radius: 4px; max-height: 400px;">
<div style="margin-bottom: 20px;">
<h4 style="margin: 0 0 10px 0; color: #333333; font-size: 16px; font-weight: 500;">检测结果视频</h4>
<video width="100%" height="auto" controls style="border: none; border-radius: 6px; max-height: 400px; background: #f8f9fa;">
<source src="file:///{video_path_formatted}" type="video/mp4">
您的浏览器不支持视频播放
</video>
</div>
<div style="padding: 12px; border: 1px solid #dee2e6; border-radius: 5px;">
<h4 style="margin-top: 0; color: #333;">检测统计</h4>
<table style="width: 100%; border-collapse: collapse; font-size: 13px;">
<tr style="border-bottom: 1px solid #dee2e6;">
<td style="padding: 8px; color: #666;"><strong>总帧数</strong></td>
<td style="padding: 8px; color: #333;">{total_frames}</td>
<div style="margin-bottom: 20px;">
<h4 style="margin: 0 0 15px 0; color: #333333; font-size: 16px; font-weight: 500;">检测统计</h4>
<table style="width: 100%; border-collapse: collapse; font-size: 14px; font-family: 'Microsoft YaHei', 'SimHei', Arial, sans-serif;">
<tr style="border-bottom: 1px solid #e9ecef;">
<td style="padding: 12px 8px; color: #333333; font-weight: 500;">总帧数</td>
<td style="padding: 12px 8px; color: #333333; font-weight: 400;">{total_frames}</td>
</tr>
<tr style="border-bottom: 1px solid #dee2e6;">
<td style="padding: 8px; color: #666;"><strong>检测次数</strong></td>
<td style="padding: 8px; color: #333;">{detection_count}</td>
<tr style="border-bottom: 1px solid #e9ecef;">
<td style="padding: 12px 8px; color: #333333; font-weight: 500;">检测次数</td>
<td style="padding: 12px 8px; color: #333333; font-weight: 400;">{detection_count}</td>
</tr>
<tr style="border-bottom: 1px solid #dee2e6;">
<td style="padding: 8px; color: #666;"><strong>成功</strong></td>
<td style="padding: 8px; color: #28a745;">✓ {success_count}</td>
<tr style="border-bottom: 1px solid #e9ecef;">
<td style="padding: 12px 8px; color: #333333; font-weight: 500;">成功</td>
<td style="padding: 12px 8px; color: #28a745; font-weight: 400;">✓ {success_count}</td>
</tr>
<tr style="border-bottom: 1px solid #dee2e6;">
<td style="padding: 8px; color: #666;"><strong>失败</strong></td>
<td style="padding: 8px; color: {'#dc3545' if fail_count > 0 else '#28a745'};">{'✗ ' if fail_count > 0 else '✓ '}{fail_count}</td>
<tr style="border-bottom: 1px solid #e9ecef;">
<td style="padding: 12px 8px; color: #333333; font-weight: 500;">失败</td>
<td style="padding: 12px 8px; color: {'#dc3545' if fail_count > 0 else '#28a745'}; font-weight: 400;">{'✗ ' if fail_count > 0 else '✓ '}{fail_count}</td>
</tr>
<tr>
<td style="padding: 8px; color: #666;"><strong>成功率</strong></td>
<td style="padding: 8px; color: #333;">{success_rate:.1f}%</td>
<td style="padding: 12px 8px; color: #333333; font-weight: 500;">成功率</td>
<td style="padding: 12px 8px; color: #333333; font-weight: 400;">{success_rate:.1f}%</td>
</tr>
</table>
<div style="margin-top: 15px; padding: 10px; border-left: 4px solid #dee2e6;">
<p style="margin: 0; font-size: 12px; color: #666;">
<div style="margin-top: 20px; padding: 15px; background: #f8f9fa; border-radius: 6px;">
<p style="margin: 0; font-size: 13px; color: #666666; line-height: 1.6; font-family: 'Microsoft YaHei', 'SimHei', Arial, sans-serif;">
✓ 每3帧进行一次液位检测<br>
✓ 为每一帧绘制液位线（红色）<br>
✓ 使用历史数据填充未检测帧<br>
......@@ -1810,3 +1819,264 @@ class ModelTestHandler:
# TODO: 完整实现需要从 model_training_handler.py 第1512-1548行复制
print(f"[标注引擎] 创建标注引擎...")
return None
def _saveVideoTestResults(self, model_path, video_path, output_video_path,
frame_count, detection_count, success_count, fail_count,
annotation_file):
"""保存视频测试结果到模型目录"""
import os
import shutil
from datetime import datetime
try:
# 获取模型所在目录
model_dir = os.path.dirname(model_path)
model_filename = os.path.basename(model_path)
model_name = os.path.splitext(model_filename)[0]
# 创建test_results目录
test_results_dir = os.path.join(model_dir, 'test_results')
os.makedirs(test_results_dir, exist_ok=True)
# 生成时间戳
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
# 文件名前缀
file_prefix = f"{model_name}_video_{timestamp}"
print(f"[保存视频结果] 模型目录: {model_dir}")
print(f"[保存视频结果] 结果目录: {test_results_dir}")
print(f"[保存视频结果] 文件前缀: {file_prefix}")
# 1. 复制检测结果视频到test_results目录
result_video_filename = f"{file_prefix}_result.mp4"
result_video_path = os.path.join(test_results_dir, result_video_filename)
shutil.copy2(output_video_path, result_video_path)
print(f"[保存视频结果] 结果视频已保存: {result_video_path}")
# 2. 生成测试报告文本文件
report_filename = f"{file_prefix}_report.txt"
report_path = os.path.join(test_results_dir, report_filename)
video_name = os.path.basename(video_path)
report_lines = [
"=" * 60,
"视频液位检测测试报告",
"=" * 60,
f"测试时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}",
f"模型文件: {model_filename}",
f"模型路径: {model_path}",
f"测试视频: {video_name}",
f"视频路径: {video_path}",
"",
"检测统计:",
f" 总帧数: {frame_count}",
f" 检测次数: {detection_count}",
f" 成功检测: {success_count}",
f" 失败检测: {fail_count}",
f" 成功率: {(success_count/detection_count*100 if detection_count > 0 else 0):.1f}%",
"",
"标注配置:",
f" 标注文件: {annotation_file}",
"",
"生成文件:",
f" 结果视频: {result_video_filename}",
f" 测试报告: {report_filename}",
"",
"=" * 60,
]
with open(report_path, 'w', encoding='utf-8') as f:
f.write('\n'.join(report_lines))
print(f"[保存视频结果] 测试报告已保存: {report_path}")
# 3. 生成JSON格式的详细结果
import json
json_filename = f"{file_prefix}_result.json"
json_path = os.path.join(test_results_dir, json_filename)
result_data = {
"test_info": {
"model_name": model_name,
"model_path": model_path,
"test_video": video_name,
"video_path": video_path,
"test_time": datetime.now().isoformat(),
"frame_count": frame_count,
"detection_count": detection_count,
"success_count": success_count,
"fail_count": fail_count,
"success_rate": (success_count/detection_count*100 if detection_count > 0 else 0),
"annotation_file": annotation_file
},
"files": {
"result_video": result_video_filename,
"report": report_filename,
"json_result": json_filename
}
}
with open(json_path, 'w', encoding='utf-8') as f:
json.dump(result_data, f, ensure_ascii=False, indent=2)
print(f"[保存视频结果] JSON结果已保存: {json_path}")
print(f"[保存视频结果] ✅ 所有测试结果已成功保存到: {test_results_dir}")
except Exception as e:
print(f"[保存视频结果] ❌ 保存失败: {e}")
import traceback
traceback.print_exc()
def _saveImageTestResults(self, model_path, test_frame, detection_result, annotation_file):
"""保存图片测试结果到模型目录"""
import os
import cv2
from datetime import datetime
try:
# 获取模型所在目录
model_dir = os.path.dirname(model_path)
model_filename = os.path.basename(model_path)
model_name = os.path.splitext(model_filename)[0]
# 创建test_results目录
test_results_dir = os.path.join(model_dir, 'test_results')
os.makedirs(test_results_dir, exist_ok=True)
# 生成时间戳
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
# 文件名前缀
file_prefix = f"{model_name}_{timestamp}"
print(f"[保存图片结果] 模型目录: {model_dir}")
print(f"[保存图片结果] 结果目录: {test_results_dir}")
print(f"[保存图片结果] 文件前缀: {file_prefix}")
# 1. 保存原始测试图像
original_filename = f"{file_prefix}_original.png"
original_path = os.path.join(test_results_dir, original_filename)
cv2.imwrite(original_path, test_frame)
print(f"[保存图片结果] 原始图像已保存: {original_path}")
# 2. 保存检测结果图像（带标注）
result_image = test_frame.copy()
# 绘制检测结果
if detection_result and 'liquid_level_mm' in detection_result:
liquid_level = detection_result['liquid_level_mm']
# 使用PIL绘制中文文本
from PIL import Image, ImageDraw, ImageFont
pil_result = Image.fromarray(cv2.cvtColor(result_image, cv2.COLOR_BGR2RGB))
draw_result = ImageDraw.Draw(pil_result)
# 加载中文字体
try:
font_medium = ImageFont.truetype("C:/Windows/Fonts/msyh.ttc", 18)
font_small = ImageFont.truetype("C:/Windows/Fonts/msyh.ttc", 14)
except:
font_medium = ImageFont.load_default()
font_small = ImageFont.load_default()
# 绘制液位信息
text = f"液位: {liquid_level:.1f}mm"
text_bbox = draw_result.textbbox((0, 0), text, font=font_medium)
text_width = text_bbox[2] - text_bbox[0]
text_height = text_bbox[3] - text_bbox[1]
# 在图像顶部绘制文本背景
draw_result.rectangle([10, 10, 10 + text_width + 20, 10 + text_height + 10],
fill=(0, 0, 0, 180))
draw_result.text((20, 15), text, fill=(255, 255, 255), font=font_medium)
# 转换回OpenCV格式
result_image = cv2.cvtColor(np.array(pil_result), cv2.COLOR_RGB2BGR)
result_filename = f"{file_prefix}_result.png"
result_path = os.path.join(test_results_dir, result_filename)
cv2.imwrite(result_path, result_image)
print(f"[保存图片结果] 检测结果图像已保存: {result_path}")
# 3. 生成测试报告文本文件
report_filename = f"{file_prefix}_report.txt"
report_path = os.path.join(test_results_dir, report_filename)
# 提取检测信息
liquid_level = detection_result.get('liquid_level_mm', 0) if detection_result else 0
detection_success = detection_result is not None and 'liquid_level_mm' in detection_result
report_lines = [
"=" * 60,
"图片液位检测测试报告",
"=" * 60,
f"测试时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}",
f"模型文件: {model_filename}",
f"模型路径: {model_path}",
f"图像尺寸: {test_frame.shape[1]}x{test_frame.shape[0]}",
"",
"检测结果:",
f" 检测状态: {'成功' if detection_success else '失败'}",
f" 液位高度: {liquid_level:.1f}mm" if detection_success else " 液位高度: 无法检测",
"",
"标注配置:",
f" 标注文件: {annotation_file}",
"",
"生成文件:",
f" 原始图像: {original_filename}",
f" 检测结果: {result_filename}",
f" 测试报告: {report_filename}",
"",
"=" * 60,
]
with open(report_path, 'w', encoding='utf-8') as f:
f.write('\n'.join(report_lines))
print(f"[保存图片结果] 测试报告已保存: {report_path}")
# 4. 生成JSON格式的详细结果
import json
json_filename = f"{file_prefix}_result.json"
json_path = os.path.join(test_results_dir, json_filename)
result_data = {
"test_info": {
"model_name": model_name,
"model_path": model_path,
"test_time": datetime.now().isoformat(),
"image_size": {
"width": int(test_frame.shape[1]),
"height": int(test_frame.shape[0])
},
"annotation_file": annotation_file
},
"detection_result": {
"success": detection_success,
"liquid_level_mm": float(liquid_level) if detection_success else None,
"raw_result": detection_result
},
"files": {
"original_image": original_filename,
"result_image": result_filename,
"report": report_filename,
"json_result": json_filename
}
}
with open(json_path, 'w', encoding='utf-8') as f:
json.dump(result_data, f, ensure_ascii=False, indent=2)
print(f"[保存图片结果] JSON结果已保存: {json_path}")
print(f"[保存图片结果] ✅ 所有测试结果已成功保存到: {test_results_dir}")
except Exception as e:
print(f"[保存图片结果] ❌ 保存失败: {e}")
import traceback
traceback.print_exc()
handlers/modelpage/model_training_handler.py
......@@ -2514,7 +2514,7 @@ class ModelTrainingHandler(ModelTestHandler):
print(f"🔧 [模型加载] ULTRALYTICS_OFFLINE = {os.environ.get('ULTRALYTICS_OFFLINE')}")
print(f"🚀 [模型加载] 开始加载YOLO模型: {model_path}")
model = YOLO(model_path)
(model_path)
print(f"✅ [模型加载] YOLO模型加载成功")
# 读取标注配置
......@@ -2669,3 +2669,121 @@ class ModelTrainingHandler(ModelTestHandler):
print(f"[错误] 显示测试摘要失败: {e}")
import traceback
traceback.print_exc()
def _refreshModelSetPage(self):
"""刷新模型集管理页面"""
try:
# 获取主窗口的模型集页面
if hasattr(self, 'main_window') and hasattr(self.main_window, 'modelSetPage'):
print("[信息] 正在刷新模型集管理页面...")
self.main_window.modelSetPage.loadModelsFromConfig()
print("[信息] 模型集管理页面刷新完成")
else:
print("[警告] 无法访问模型集管理页面")
except Exception as e:
print(f"[错误] 刷新模型集管理页面失败: {e}")
import traceback
traceback.print_exc()
def _refreshModelTestPage(self):
"""刷新模型测试页面的模型列表"""
try:
# 获取主窗口的模型测试页面
if hasattr(self, 'main_window') and hasattr(self.main_window, 'testModelPage'):
print("[信息] 正在刷新模型测试页面...")
# 如果有模型集页面，从模型集页面加载模型
if hasattr(self.main_window, 'modelSetPage'):
self.main_window.testModelPage.loadModelsFromModelSetPage(self.main_window.modelSetPage)
else:
# 否则直接刷新模型测试页面
if hasattr(self.main_window.testModelPage, 'loadModelsFromConfig'):
self.main_window.testModelPage.loadModelsFromConfig()
print("[信息] 模型测试页面刷新完成")
else:
print("[警告] 无法访问模型测试页面")
except Exception as e:
print(f"[错误] 刷新模型测试页面失败: {e}")
import traceback
traceback.print_exc()
def _addTrainedModelToModelSet(self, converted_files, weights_dir):
"""将训练好的模型添加到模型集配置"""
try:
if not converted_files:
print("[信息] 没有转换的模型文件，跳过添加到模型集")
return
print(f"[信息] 正在将 {len(converted_files)} 个训练模型添加到模型集...")
# 获取项目根目录
project_root = get_project_root()
# 为每个转换的模型文件创建模型信息
for dat_file in converted_files:
try:
# 获取模型文件信息
model_path = Path(dat_file)
model_name = f"训练模型-{model_path.parent.name}-{model_path.stem}"
# 检查模型是否已存在
if hasattr(self, 'main_window') and hasattr(self.main_window, 'modelSetPage'):
existing_models = self.main_window.modelSetPage.getAllModels()
if any(model_name in model for model in existing_models):
print(f"[信息] 模型 {model_name} 已存在，跳过添加")
continue
# 创建模型参数
model_params = {
'name': model_name,
'type': 'YOLOv11',
'path': str(dat_file),
'config_path': '',
'description': f'训练于 {weights_dir}' if weights_dir else '自动训练生成的模型',
'size': self._getFileSize(str(dat_file)),
'classes': 3, # liquid, foam, air
'input': '640x640',
'confidence': 0.5,
'iou': 0.45,
'device': 'CUDA:0 (GPU)',
'batch_size': 16,
'blur_training': 100,
'epochs': 300,
'workers': 8,
'model_type': '训练模型',
'source': 'training'
}
# 添加到模型集页面
if hasattr(self, 'main_window') and hasattr(self.main_window, 'modelSetPage'):
self.main_window.modelSetPage._model_params[model_name] = model_params
self.main_window.modelSetPage.addModelToList(model_name)
print(f"[信息] 已添加模型: {model_name}")
except Exception as model_error:
print(f"[错误] 添加模型 {dat_file} 失败: {model_error}")
continue
print("[信息] 训练模型添加到模型集完成")
except Exception as e:
print(f"[错误] 添加训练模型到模型集失败: {e}")
import traceback
traceback.print_exc()
def _getFileSize(self, file_path):
"""获取文件大小（格式化字符串）"""
try:
if os.path.exists(file_path):
size_bytes = os.path.getsize(file_path)
if size_bytes < 1024:
return f"{size_bytes} B"
elif size_bytes < 1024 * 1024:
return f"{size_bytes / 1024:.1f} KB"
elif size_bytes < 1024 * 1024 * 1024:
return f"{size_bytes / (1024 * 1024):.1f} MB"
else:
return f"{size_bytes / (1024 * 1024 * 1024):.1f} GB"
else:
return "未知"
except:
return "未知"
widgets/modelpage/modelset_page.py
......@@ -1237,45 +1237,56 @@ class ModelSetPage(QtWidgets.QWidget):
try:
# 获取模型目录路径
current_dir = Path(__file__).parent.parent.parent
model_dir = current_dir / "database" / "model" / "detection_model"
if not model_dir.exists():
pass
return models
pass
# 遍历所有子目录，并按目录名排序（确保模型1最先）
sorted_subdirs = sorted(model_dir.iterdir(), key=lambda x: x.name if x.is_dir() else '')
for subdir in sorted_subdirs:
if subdir.is_dir():
# 查找 .dat 文件（优先）
for model_file in sorted(subdir.glob("*.dat")):
models.append({
'name': f"模型-{subdir.name}-{model_file.stem}",
'path': str(model_file),
'subdir': subdir.name,
'source': 'scan',
'format': 'dat'
})
pass
# 然后查找 .pt 文件
for model_file in sorted(subdir.glob("*.pt")):
models.append({
'name': f"模型-{subdir.name}-{model_file.stem}",
'path': str(model_file),
'subdir': subdir.name,
'source': 'scan',
'format': 'pt'
})
pass
pass
# 扫描多个模型目录
model_dirs = [
(current_dir / "database" / "model" / "detection_model", "检测模型"),
(current_dir / "database" / "model" / "train_model", "训练模型"),
(current_dir / "database" / "model" / "test_model", "测试模型")
]
for model_dir, dir_type in model_dirs:
if not model_dir.exists():
print(f"[信息] {dir_type}目录不存在: {model_dir}")
continue
print(f"[信息] 正在扫描{dir_type}目录: {model_dir}")
# 遍历所有子目录，并按目录名排序（确保模型1最先）
sorted_subdirs = sorted(model_dir.iterdir(), key=lambda x: x.name if x.is_dir() else '')
for subdir in sorted_subdirs:
if subdir.is_dir():
# 查找 .dat 文件（优先）
for model_file in sorted(subdir.glob("*.dat")):
models.append({
'name': f"{dir_type}-{subdir.name}-{model_file.stem}",
'path': str(model_file),
'subdir': subdir.name,
'source': 'scan',
'format': 'dat',
'model_type': dir_type
})
print(f"[信息] 找到{dir_type}: {model_file}")
# 然后查找 .pt 文件
for model_file in sorted(subdir.glob("*.pt")):
models.append({
'name': f"{dir_type}-{subdir.name}-{model_file.stem}",
'path': str(model_file),
'subdir': subdir.name,
'source': 'scan',
'format': 'pt',
'model_type': dir_type
})
print(f"[信息] 找到{dir_type}: {model_file}")
print(f"[信息] 模型扫描完成，共找到 {len(models)} 个模型")
except Exception as e:
pass
print(f"[错误] 扫描模型目录失败: {e}")
import traceback
traceback.print_exc()
return models
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment