| 将Yolov5的detect.py修改为可以直接调用的函数 | 您所在的位置：网站首页 › 为什么cd可以调用函数格式 › 将Yolov5的detect.py修改为可以直接调用的函数 |
将Yolov5的detect.py修改为可以直接调用的函数
|
前几天学习了Yolov5，当我想实际将Yolov5实际运用的时候却不知道怎么办了 然后我决定对Yolov5的detect.py修改为可以直接调用的函数 因为我只需要识别图片，所以我将detect.py修改为只要传入一张图片他就可以返回坐标 ps：我这里用的是Yolov5（6.0版本） # Copyright (c) 2022 guluC #QQ：2509621566 #导入需要的库 import os import sys from pathlib import Path import numpy as np import cv2 import torch import torch.backends.cudnn as cudnn #初始化目录 FILE = Path(__file__).resolve() ROOT = FILE.parents[0] # 定义YOLOv5的根目录 if str(ROOT) not in sys.path: sys.path.append(str(ROOT)) # 将YOLOv5的根目录添加到环境变量中（程序结束后删除） ROOT = Path(os.path.relpath(ROOT, Path.cwd())) # relative from models.common import DetectMultiBackend from utils.datasets import IMG_FORMATS, VID_FORMATS, LoadImages, LoadStreams from utils.general import (LOGGER, check_file, check_img_size, check_imshow, check_requirements, colorstr, increment_path, non_max_suppression, print_args, scale_coords, strip_optimizer, xyxy2xywh) from utils.plots import Annotator, colors, save_one_box from utils.torch_utils import select_device, time_sync #导入letterbox from utils.augmentations import Albumentations, augment_hsv, copy_paste, letterbox, mixup, random_perspective weights=ROOT / 'yolov5s.pt' # 权重文件地址 .pt文件 source=ROOT / 'data/images' # 测试数据文件(图片或视频)的保存路径 data=ROOT / 'data/coco128.yaml' # 标签文件地址 .yaml文件 imgsz=(640, 640) # 输入图片的大小 默认640(pixels) conf_thres=0.25 # object置信度阈值 默认0.25 用在nms中 iou_thres=0.45 # 做nms的iou阈值 默认0.45 用在nms中 max_det=1000 # 每张图片最多的目标数量 用在nms中 device='0' # 设置代码执行的设备 cuda device, i.e. 0 or 0,1,2,3 or cpu classes=None # 在nms中是否是只保留某些特定的类 默认是None 就是所有类只要满足条件都可以保留 --class 0, or --class 0 2 3 agnostic_nms=False # 进行nms是否也除去不同类别之间的框 默认False augment=False # 预测是否也要采用数据增强 TTA 默认False visualize=False # 特征图可视化 默认FALSE half=False # 是否使用半精度 Float16 推理 可以缩短推理时间 但是默认是False dnn=False # 使用OpenCV DNN进行ONNX推理 # 获取设备 device = select_device(device) # 载入模型 model = DetectMultiBackend(weights, device=device, dnn=dnn, data=data) stride, names, pt, jit, onnx, engine = model.stride, model.names, model.pt, model.jit, model.onnx, model.engine imgsz = check_img_size(imgsz, s=stride) # 检查图片尺寸 # Half # 使用半精度 Float16 推理 half &= (pt or jit or onnx or engine) and device.type != 'cpu' # FP16 supported on limited backends with CUDA if pt or jit: model.model.half() if half else model.model.float() def detect(img): # Dataloader # 载入数据 dataset = LoadImages(source, img_size=imgsz, stride=stride, auto=pt) # Run inference # 开始预测 model.warmup(imgsz=(1, 3, *imgsz), half=half) # warmup dt, seen = [0.0, 0.0, 0.0], 0 #对图片进行处理 im0 = img # Padded resize im = letterbox(im0, imgsz, stride, auto=pt)[0] # Convert im = im.transpose((2, 0, 1))[::-1] # HWC to CHW, BGR to RGB im = np.ascontiguousarray(im) t1 = time_sync() im = torch.from_numpy(im).to(device) im = im.half() if half else im.float() # uint8 to fp16/32 im /= 255 # 0 - 255 to 0.0 - 1.0 if len(im.shape) == 3: im = im[None] # expand for batch dim t2 = time_sync() dt[0] += t2 - t1 # Inference # 预测 pred = model(im, augment=augment, visualize=visualize) t3 = time_sync() dt[1] += t3 - t2 # NMS pred = non_max_suppression(pred, conf_thres, iou_thres, classes, agnostic_nms, max_det=max_det) dt[2] += time_sync() - t3 #用于存放结果 detections=[] # Process predictions for i, det in enumerate(pred): # per image 每张图片 seen += 1 # im0 = im0s.copy() if len(det): # Rescale boxes from img_size to im0 size det[:, :4] = scale_coords(im.shape[2:], det[:, :4], im0.shape).round() # Write results # 写入结果 for *xyxy, conf, cls in reversed(det): xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4))).view(-1).tolist() xywh = [round(x) for x in xywh] xywh = [xywh[0] - xywh[2] // 2, xywh[1] - xywh[3] // 2, xywh[2], xywh[3]] # 检测到目标位置，格式：（left，top，w，h） cls = names[int(cls)] conf = float(conf) detections.append({'class': cls, 'conf': conf, 'position': xywh}) #输出结果 for i in detections: print(i) #推测的时间 LOGGER.info(f'({t3 - t2:.3f}s)') return detections path = 'C://Users//25096//Desktop//yoloV5//yolov5//yolov5-master//data//images//zidane.jpg' img = cv2.imread(path) #传入一张图片 detect(img)我这里用的是Yolov5自带的zidane.jpg 这是输出结果 class：标签的名称 conf：置信度 position：xywh ( 左上角x,左上角y,宽，高 ) |
【本文地址】
公司简介
联系我们