### 加载已有模型并在 MainWindow 显示 要在 PyCharm 中利用 UI 生成的 `.py` 文件加载已有的机器学习模型并将其结果显示在 `MainWindow` 页面上，可以按照以下方式构建程序逻辑： #### 主要步骤说明 1. **环境准备** 需要先确保开发环境中已经安装了必要的依赖项。例如 PyQt5 和相关工具可以通过以下命令完成安装[^1]： ```bash pip install pyqt5 pyqt5-tools pyqt5-designer -i Simple Index ``` 2. **模型加载** 假设使用的模型是 YOLOv8 或类似的深度学习框架，则需要引入相应的库来加载预训练模型。如果涉及 COCO 数据集的目标检测任务，可能还需要额外安装 `pycocotools` 库[^2]: ```bash pip install pycocotools-windows ``` 3. **UI 设计与代码绑定** 使用 Qt Designer 创建界面布局，并导出为 `.ui` 文件。之后通过 `pyuic5` 工具将 `.ui` 转换为 Python 可执行脚本。转换命令如下： ```bash pyuic5 design.ui -o design.py ``` 4. **集成模型推理到 GUI 界面** 将模型推理部分嵌入到主窗口类中，在按钮点击事件或其他触发机制下运行预测并将结果绘制到界面上。 以下是具体实现的一个示例代码片段： ```python import sys from PyQt5.QtWidgets import QApplication, QMainWindow from design import Ui_MainWindow # 导入由 .ui 文件生成的设计模块 import torch # 假设使用的是 PyTorch 模型 from PIL import ImageQt, Image from torchvision.transforms import ToTensor class MainWindow(QMainWindow, Ui_MainWindow): def __init__(self): super(MainWindow, self).__init__() self.setupUi(self) # 初始化模型 self.model = torch.load('path_to_your_model.pth') # 替换为实际路径 self.model.eval() # 绑定按钮事件 self.pushButton_predict.clicked.connect(self.predict_and_display) def predict_and_display(self): """ 执行预测并将结果显示 """ image_path = 'test_image.jpg' # 测试图片路径 img = Image.open(image_path).convert('RGB') transform = ToTensor() input_tensor = transform(img).unsqueeze(0) # 添加批次维度 with torch.no_grad(): output = self.model(input_tensor) # 处理输出 (假设是一个分类任务) predicted_class = torch.argmax(output).item() # 更新 QLabel 的内容以显示预测结果 self.label_result.setText(f"Predicted Class: {predicted_class}") # 如果有可视化需求，可进一步处理图像并更新至界面 qt_img = ImageQt.ImageQt(img) pixmap = QtGui.QPixmap.fromImage(qt_img) self.label_image.setPixmap(pixmap.scaled( self.label_image.width(), self.label_image.height(), QtCore.Qt.AspectRatioMode.KeepAspectRatio)) if __name__ == "__main__": app = QApplication(sys.argv) window = MainWindow() window.show() sys.exit(app.exec_()) ``` 上述代码实现了从加载模型到执行预测再到更新界面的功能[^3]。 ---