jupyter安装使用,yolo预测结果可视化与Boxes信息

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

参考视频:【手把手带你实战YOLOv8-入门篇】YOLOv8 模型预测_哔哩哔哩_bilibili

猜你喜欢

转载自blog.csdn.net/weixin_45819759/article/details/131985706