20253312 实验四《Python程序设计》实验报告
20253312 2025-2026-2 《Python程序设计》实验四报告
课程：《Python程序设计》
班级： 2533
姓名： 胡宸轩
学号： 20253312
实验教师：王志强
实验日期：2026年5月17日
必修/选修： 公选课
1.实验内容
Python综合应用：爬虫、数据处理、可视化、机器学习、神经网络、游戏、网络安全等。
课代表和各小组负责人收集作业（源代码、视频、综合实践报告）
Python综合应用：爬虫、数据处理、可视化、机器学习、神经网络、游戏、网络安全等。
例如：编写从社交网络爬取数据，实现可视化舆情监控或者情感分析。
例如：利用公开数据集，开展图像分类、恶意软件检测等
例如：利用Python库，基于OCR技术实现自动化提取图片中数据，并填入excel中。
例如：爬取天气数据，实现自动化微信提醒
例如：利用爬虫，实现自动化下载网站视频、文件等。
例如：编写小游戏：坦克大战、贪吃蛇、扫雷等等
注：在Windows/Linux系统上使用VIM、PDB、IDLE、Pycharm等工具编程实现。
评分标准：
（1）程序能运行，功能丰富（至少5个功能）。（需求提交源代码，并建议录制程序运行的视频）15分
（2）综合实践报告，要体现实验分析、设计、实现过程、结果等信息，格式规范，逻辑清晰，结构合理。20分。
（3）在实践报告中，需要对全课进行总结，并写课程感想体会、意见和建议等。10分
2.实验选题：基于Python的视觉识别
演示视频链接已放在文章末尾
本应用分为本地服务和网页服务两种情况：
本地实验环境：
系统：windows11
开发语言：python3.13
集成开发环境：Pycharm2025.2.2
深度学习框架：PyTorch 2.11.0 + Ultralytics YOLOv8
GUI框架：PyQt6
图像处理：OpenCV 4.13, NumPy, Pillow
数据可视化：Matplotlib
以及上述所必要的依赖库
实验过程
由于方便后续添加功能和修改，此处将代码拆分为多个文件，并按照英文标准命名：
总文件夹
mian.py
utils.py
ui_mian.py
detector.py
train_worker.py
1、借助前期调查和研究，决定采用Python+opencv的视觉识别方式，深度学习框架采用PyTorch和YOLOv8，采用CPU或者GPU（pip安装CUDA时建议不要使用国内镜像，很多没有对应版本的CUDA）加速，安装基本所需库
通过代码验证安装是否完成（此处非常容易出现问题）：
import cv2
print(f"OpenCV版本: {cv2.__version__}")
import torch
print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA可用: {torch.cuda.is_available()}")
import ultralytics
print(f"Ultralytics版本: {ultralytics.__version__}")
import numpy as np
print(f"NumPy版本: {np.__version__}")
结果如图（仅安装了CPU加速）：
则必要库已安装完毕！
2、运用简单代码，验证此方法视觉识别的可行性
采用LLM（Deepseek）+手动修改部分参数、显示错误（中文）等问题，借助简短的代码验证视觉识别效果，模型采用现成的YOLOv8s.pt
代码也已经上传gitee
YOLOv8.py
代码经过多次修改，实现了如图效果：
3、丰富功能，设计GUI界面
个人习惯，喜欢PyQt的GUI界面设计，并且为了使软件好看一点，花费了比较多的时间设计GUI界面。
注意：
由于开始使用了PyQt5，运行时候会报错，需要修改版本
PyQt5 仅支持到python3.10
PyQt6 支持python3.10以上的版本
此处采用PyQt6来设计GUI界面，并添加视频的识别，图片识别，文件夹图片批量识别，模型训练等功能（每一个功能下面还有多种小功能的选择）
经过多次修改，最终展现为（下面给出一些效果展示，具体需参考视频）：
深浅色自主选择
为方便演示，下面的模型均采用YOLOv8small模型，采用CPU加速，具体演示参见视频
实时识别功能：
可以自主选择模型，摄像头，摄像头数量，指定目标识别，置信度设置等
视频检测功能：
可以点击打开视频文件或者直接拖拽视频至视频的位置，可以框选是否开启目标跟踪功能（对电脑要求比较高），指定目标识别，置信度自主选择，视频进度条拖拽等
下面是一个从b站上下载的一个视频的识别结果：
图片识别功能：
按照提示上传图片，选择置信度，点击开始检测
提供一个识别结果：
文件夹检测功能：
选择输入和输出文件夹，选择是否按类别分文件夹保存，点击开始处理即可：
从网上下载了一些图片，给出一个分类的结果：
自动生成类别的文件夹，如图所示：
模型训练功能：
自主选择数据集文件，与训练权重文件，轮数，批次大小，图像尺寸，点击开始训练
下面是一个训练的结果（此处仅为示例，50轮次训练结果还不能用于正常识别）：
云服务器环境
系统：Huawei Cloud Euler
开发语言：python3.9
服务器框架：Flask
其余必要库，与本地相同
1、使用MobaXterm连接华为弹性服务器
2、根据搭建的框架，进行文件创建和写入（文件均已在本地调试修改过）
代码文件已经上传到gitee，可点击查看
experiments/
├── app.py
├── detector.py
├── train_worker.py
├── utils.py
├── requirements.txt
├── templates/
│ └── index.html
├── static/
│ ├── style.css
│ └── uploads/
├── results/
└── models/
3、安装必要的库
pip install -r requirements.txt
然后，就会得到
超时
所以，云服务器上pip建议使用国内镜像
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn
安装完成：
4、测试运行
直接运行由于服务器缺少图形库依赖，会返回如下结果：
需要补充依赖的图形库
sudo yum install -y mesa-libGL
运行app.py，显示如下结果：
访问网址 http://119.3.219.149：
测试识别功能
图片检测功能，上传一张网上随便下载的图片：
批量处理功能，依旧用在本地测试的文件夹：
视频检测功能，上传视频，耐心等待返回结果（建议视频下载观看）：
模型训练功能，上传已经预处理好的压缩文件夹，耐心等待返回结果：
上述运行结果均正确
同时，还构建了一个使用API调用的本地使用的软件，使用过程和网页端相同，此处不再赘述
最后，上述代码均已推送到gitee，详细操作过程可参考视频
本地应用
云端应用
演示视频
由于存在模型训练功能，可以通过深度学习构建自己需要的模型，适用面比较广泛
3、实验感想+课程总结+小小建议
本次开放实验还是非常有意思的，当然，也因为python丰富的库资源导致最终选题难以确定。通过此次实验，增强了分析代码正确性的能力和调试能力，能够根据运行时给出的错误修改代码，借助大预言模型修改代码内容。同时，对Python和OpenCV的相关知识有了更深入的理解，不仅锻炼了Python编程能力，也加深了对深度学习框架的认识。同时，由于云服务器上传速率较慢，网页版本的图片识别和文件批量处理比较好用。
这门课程让我系统性的学习有关python的相关知识：从基础的语法结构，到后面的使用socket实现通信，体会到python的简洁与强大的可扩展性。在已有一定基础的前提下，得到了进一步的巩固和拓展。
当然，在课程学习过程中也遇到过很多问题，比如开始时在Pycharm上无法推送到gitee上，在socket实验中同学电脑无法访问我电脑上的客户端，都需要自己去不断尝试和解决，也进一步提升了自主学习和思考的能力。
老师上课还是比较有意思的，课程还是比较轻松的。如果要提提建议的话，希望能够有一个问题解决方法的合集，因为有些问题确实比较难解决，让身边同学非常非常头疼选择放弃。
浙公网安备 33010602011771号