主页 / user-4701852

Paulo Henrique PH's questions

Martin Hope
Paulo Henrique PH
Asked: 2024-05-29 12:32:01 +0800 CST
  • 5

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