yolov5(pytorch)实现目标检测后输出检测框的位置信息

在yolov5检测目标后想要输出目标位置,在网上找了几个简称,都没有实现,第一个是让找到plot_one_box的这个函数,然后去修改,但是发现没有鸟用。
最后在一位博友哪里找到了正确的解决方法,
就是在detect.py文件夹下直接修改就行了,下面贴上图片
在这里插入图片描述
输出结果如下图
在这里插入图片描述
添加代码如下:

          x1=int(xyxy[0].item())
          y1=int(xyxy[1].item())
          x2=int(xyxy[2].item())
          y2=int(xyxy[3].item())
          class_index=cls#获取属性
          object_name=names[int(cls)]
          print('bounding box is',x1,y1,x2,y2)#打印坐标
          #print('class index is',class_index.item())#打印属性,由于我们只有一个类,所以是0
          #print('object_names is',object_name)#打印标签名字,

注意:一定要把这两行代码注释掉,或者把上面的代码写在这两行代码的平级

if save_crop:
	save_one_box(xyxy, imc, file=save_dir / 'crops' / names[c] / f'{p.stem}.jpg', BGR=True)

版权声明:本文为CSDN博主「Dawn向阳而生」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_52646021/article/details/120780794

Dawn向阳而生

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

yolov5训练数据集划分

yolov5训练数据集划分 按照默认8:1:1划分训练集,测试集,验证集。 txt文件出现在imageset文件夹。 import os import randomtrainval_pe

Pytorch—万字入门SSD物体检测

前言 由于初入物体检测领域,我在学习SSD模型的时候遇到了很多的困难。一部分困难在于相关概念不清楚,专业词汇不知其意,相关文章不知所云;另一部分困难在于网上大部分文章要么只是简要介绍了SS

目标检测-锚框概念和代码实现

前言 经历过图像分类后,进一步的就是更复杂的目标检测了,从这一章开始,将会不断记录图像目标检测中的学习经历,其中大多数思路以及代码来源,来自于李沐的动手学深度学习课程&#x