前言:
确保已经正确安装VScode,并已经安装python插件。
jupyter的安装:
1.创建一个后缀.ipynb的文件,创建成功后,点击“选择内核”,会提示你安装扩展插件,点击安装即可。
扩展安装完成后如图所示:
2.在对应的conda环境下输入pip install jupyterlab安装所需要的库
3.打开创建好的predict.ipynb,点击“选择内核”,选择对应的conda环境
YOLO预测结果可视化与Boxes信息(以YOLOv8为例):
1.点击代码,输入以下代码并运行,得到预测结果
from ultralytics import YOLO
yolo = YOLO("./yolov8n.pt", task="detect")
result = yolo(source="./ultralytics/assets/bus.jpg")
2.result是list信息,新建代码块,输入result[0]可查看其内容
3.输入以下代码,可实现预测结果可视化
# 检测结果可视化
import matplotlib.pyplot as plt
%matplotlib inline
plt.imshow(result[0].plot()[:,:,::-1])
注:其中plot直接输入的是BGR图像,需要在后面加上[:,:,::-1]才能转为RGB图像。
4.查看boxes信息
输入result[0].boxes可查看完整的boxes信息,然后点击text editor可查看完整信息
完整信息如下:
若想仅读取某些信息,例如想读取xywh的,则输入result[0].boxes.xywh
但从图中可以看出,结果认为tensor,若想转成numpy的形式,则输入result[0].boxes.xywh.cpu().numpy()
注意事项:
1. Jupyter中使用,要可视化模型预测结果,一定要设置%matplotlib inline,否则无法使用,因为在plot部分YOLO强制将后端设置为了Agg
2. Jupyter中使用,要重新加载模型,否则预测过程中的参数,将不会更新,除非手动再次给出