主页 / coding / 问题 / 78547320
Accepted
Paulo Henrique PH
Asked: 2024-05-29 12:32:01 +0800 CST

YoloV8 结果中没有“box”、“max”属性

  • 772

我训练了一个 YOLOV8 模型来识别十字路口中的物体（即汽车、道路等）。它工作正常，我可以将输出作为图像，并分割感兴趣的对象。

然而，我需要做的是捕获原始几何图形（多边形），以便稍后将它们保存在 txt 文件中。

我尝试了在文档（https://docs.ultralytics.com/modes/predict/#key-features-of-predict-mode）中找到的内容，但是返回的对象与文档所述不同。

事实上，结果是张量流数字的列表：

在此输入图像描述

这是我的代码：

import argparse
import cv2
import numpy as np
from pathlib import Path
from ultralytics.yolo.engine.model import YOLO    
    
# Parse command line arguments
parser = argparse.ArgumentParser()
parser.add_argument('--source', type=str, required=True, help='Source image directory or file')
parser.add_argument('--output', type=str, default='output', help='Output directory')
args = parser.parse_args()

# Create output directory if it doesn't exist
Path(args.output).mkdir(parents=True, exist_ok=True)

# Model path
model_path = r'C:\\_Projects\\best_100img.pt'

# Load your model directly
model = YOLO(model_path)
model.fuse()

# Load image(s)
if Path(args.source).is_dir():
    image_paths = list(Path(args.source).rglob('*.tiff'))
else:
    image_paths = [args.source]

# Process each image
for image_path in image_paths:
    img = cv2.imread(str(image_path))
    if img is None:
        continue

    # Perform inference
    predictions = model.predict(image_path, save=True, save_txt=True)
    
print("Processing complete.")

问题是：返回对象（预测变量）没有框、掩码、关键点等。

我想我的问题是：

  • 为什么结果与文档如此不同？
  • 有转换步骤吗？
tensorflow

1 个回答

  1. Best Answer

    根据评论，您使用的是旧版本的Ultralytics==8.0.0。事实上，它以对象列表的形式返回结果，torch.Tensor而不是ultralytics.engine.results.Results对象，并且最后一个具有诸如box、masks、keypoints、probs、obb等参数。该文档符合最新的框架版本，目前为8.2.24，8.0.0是从2023年1月开始的。

    解决问题的最简单方法是将Ultralytics 版本升级到最新版本，这样您将获得文档中描述的所有结果参数。

    如果情况不允许您进行此更新，您将需要一些数据后处理，并了解8.0.0 版本返回的结果格式。

    OBJECT DETECTION 任务结果，版本==8.0.0

    # for 3 detected objects

[tensor([[2.89000e+02, 7.10000e+01, 1.44000e+03, 5.07000e+02, 8.91113e-01, 2.00000e+00],
         [1.26700e+03, 6.00000e+01, 1.68200e+03, 3.19000e+02, 8.31055e-01, 2.00000e+00],
         [6.96000e+02, 0.00000e+00, 1.32200e+03, 1.31000e+02, 2.56836e-01, 7.00000e+00]], device='cuda:0')]

# where every array stores 6 values, first 4 are in pixels:
[x_centre, y_centre, box_width, box_height, confidence, class_id]

# for easy manipulation you can run results[0].tolist() and will get the following format:
[[289.0, 71.0, 1440.0, 507.0, 0.89111328125, 2.0],
 [1267.0, 60.0, 1682.0, 319.0, 0.8310546875, 2.0],
 [696.0, 0.0, 1322.0, 131.0, 0.2568359375, 7.0]]

    OBJECT SEGMENTATION 任务结果，版本==8.0.0。与检测相同，但添加第二个 torch.Tensor 以及每个对象的分割掩码。

    # for 3 detected objects

[[tensor([[1.23000e+02, 8.90000e+01, 4.21000e+02, 2.21000e+02, 2.55216e-01, 7.00000e+00],
          [1.26700e+03, 5.80000e+01, 1.68100e+03, 3.17000e+02, 8.04158e-01, 2.00000e+00],
          [2.70000e+02, 7.70000e+01, 1.46000e+03, 4.98000e+02, 8.19106e-01, 2.00000e+00]], device='cuda:0'),
  tensor([[[0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.],
           ...,
           [0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.]],
  
          [[0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.],
           ...,
           [0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.]],
  
          [[0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.],
           ...,
           [0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.],
           [0., 0., 0.,  ..., 0., 0., 0.]]], device='cuda:0')]]

    了解从旧版 Ultralytics 收到的数据格式后，您可以轻松访问它们并将其转换为您需要的格式。但将 Ultralytics 升级到最新版本仍然是最有效地利用该框架的最佳方法。

    安装 Ultralytics：https://docs.ultralytics.com/quickstart/

    • 1

相关问题