【跑跑Github开源项目系列】基于YOLO和Streamlit的车辆识别系统demo

写在前面

相信很多朋友跟我一样在github等平台上偷代码 (读书人的事怎么能叫偷呢) 的时候会发现伟大且无私的作者虽然开源了代码但是readme文件该写的没写，requirement文件也没给，代码下载下来一堆报错，压根无法运行，妙啊！这便是我开启本系列的初衷。

这个车辆识别系统的开源项目是我在为毕设找可视化材料的时候无意间发现的，仅是个简单的demo，没有太复杂的东西，也没有过多的报错需要排查，固用这个作为本系列的开篇…

项目代码：https://github.com/streamlit/demo-self-driving

环境配置

创建虚拟环境

下载好项目代码文件后，创建虚拟环境，命名为stcar_demo, python版本下载3.8.5

不会使用的uu请参考：【教程】虚拟环境与Pytorch安装保姆级教学

激活虚拟环境后便可进行python库的安装

安装库

这个项目开源若干年了，我一开始本以为会有较多的版本配置问题。作者对于包的安装也仅仅用这一句话带过：

结果经过我自己的测试发现还真就只需要安装streamlit和opencv-python就完事儿了…

虚拟环境是刚创建的，直接用以下代码一键安装即可（版本不用管）：

pip install streamlit opencv-python

项目运行

streamlit框架的指令格式为：streamlit run <文件名>.py，针对本项目输入以下指令即可

streamlit run streamlit_app.py

一开始便会遇到几个关于streamlit框架的报错，主要是框架版本更新导致的命令更改，不过在这里无伤大雅，直接忽略也可以

接下来会自动进行yolov3权重文件的下载，耐心等待即可：

下载完便可以使用这个项目啦！

虽然整个demo的内容不多，但可以帮助我们理解streamlit框架的构建

That’s all. See you!