YOLOV8识别物体，并返回物体的像素坐标
warning:
这篇文章距离上次修改已过193天，其中的内容可能已经有所变动。
YOLOv8是一个目标检测模型，可以识别图像中的物体并返回它们的像素坐标。以下是使用YOLOv8进行目标检测并获取坐标的基本步骤：
- 安装YOLOv8：
pip install ultralytics- 运行YOLOv8进行目标检测，并保存检测结果的坐标：
import ultralytics as ulty
# 加载模型
model = ulty.YOLOv8(r'yolov8s.pt') # 使用YOLOv8的s模型
# 图片路径
image_path = 'image.jpg'
# 进行目标检测
results = model.predict(image_path)
# 输出检测结果和坐标
for obj in results.prediction:
print(obj) # 输出整个对象信息，包括像素坐标
print(obj.xyxy) # 仅输出像素坐标(x1, y1, x2, y2)results.prediction 是一个包含检测到的所有物体信息的列表，每个对象包含它的类别、置信度和像素坐标（在xyxy格式中，即(x1, y1, x2, y2)）。
请确保替换 yolov8s.pt 和 image.jpg 为实际的模型路径和图像路径。
注意：实际的模型路径需要是预训练模型的路径，如果你想要从头训练模型，需要更多的数据和计算资源。
评论已关闭