设置YOLO-V8的参数_yolov8超参数设置

原文:YOLOv8预测参数详解（全面详细、重点突出、大白话阐述小白也能看懂）-CSDN博客

YOLOv8可以处理很多类型的识别，比如：图片、视频、还有YouTube的网页连接，强不强！！

如下表所示。 包括图像、URL、PIL图像、OpenCV、NumPy数组、Torch张量、CSV文件、视频、目录、通配符、YouTube视频和视频流。

表格✅指示了每个输入源是否可以在流模式下使用，并给出了每个输入源使用流模式的示例参数

预测参数

设置预测参数，可以满足我们不同的需求。

比如提高conf 置信度参数的值，可以减少YOLO对物体的误判。

下面是每个参数的解释：

• source：输入源的目录，可以是图像或视频文件。
• conf：目标检测的对象置信度阈值。只有置信度高于此阈值的对象才会被检测出来。默认值为0.25。
• iou：非极大值抑制（NMS）的交并比（IoU）阈值。用于在重叠较大的候选框中选择最佳的检测结果。默认值为0.7。
• half：是否使用半精度（FP16）进行推理。半精度可以减少计算量，但可能会牺牲一些精度。默认值为False。
• device：模型运行的设备，可以是cuda设备（cuda device=0/1/2/3）或CPU（device=cpu）。
• show：是否显示检测结果。如果设置为True，则会在屏幕上显示检测到的对象。默认值为False。
• save：是否保存带有检测结果的图像。如果设置为True，则会将检测结果保存为图像文件。默认值为False。
• save_txt：是否将检测结果保存为文本文件（.txt）。默认值为False。
• save_conf：是否将检测结果与置信度分数一起保存。默认值为False。
• save_crop：是否保存裁剪后的带有检测结果的图像。默认值为False。
• hide_labels：是否隐藏标签。如果设置为True，则在显示检测结果时不显示对象标签。默认值为False。
• hide_conf：是否隐藏置信度分数。如果设置为True，则在显示检测结果时不显示置信度分数。默认值为False。
• max_det：每张图像的最大检测数。如果检测到的对象数超过此值，将保留置信度高低来保留。默认值为300。
• vid_stride：视频帧率步长。默认值为False，表示使用默认的帧率。
• line_width：边界框的线宽。如果设置为None，则根据图像大小进行自动缩放。默认值为None。
• visualize：是否可视化模型特征。默认值为False。
• augment：是否对预测源应用图像增强。默认值为False。
• agnostic_nms：是否使用类别无关的NMS。默认值为False。
• retina_masks：是否使用高分辨率的分割掩膜。默认值为False。
• classes：按类别过滤结果。可以指定单个类别（例如class=0）或多个类别（例如class=[0,2,3]）。默认值为None，表示不进行类别过滤。
• boxes：在分割预测中显示边界框。默认值为True。

使用Results对象

Results对象包含以下组件：

Results.boxes：用于操作边界框的属性和方法的对象

Results.masks：用于索引掩膜或获取分段坐标的对象

Results.probs：包含类别概率或逻辑值的张量（tensor）

Results.orig_img：加载在内存中的原始图像

Results.path：包含输入图像的路径

result对象默认是torch.Tensor对象，也可以转为其他对象

results = results.cuda()
results = results.cpu()
results = results.to('cpu')
results = results.numpy()

Boxes

Boxes对象可用于索引、操作边界框，并将其转换为不同的格式。Box格式转换结果是缓存的，这意味着每个对象只计算一次，并且这些值将在将来的调用中重复使用。

results = model(img)
boxes = results[0].boxes
box = boxes[0]  # returns one box
box.xyxy

Boxes 的属性有

boxes.xyxy  #  xyxy 形式的目标框, (N, 4)
boxes.xywh  # xywh 形式的目标框, (N, 4)
boxes.xyxyn  # xyxy 形式的目标框且归一化, (N, 4)
boxes.xywhn  #  xywh 形式的目标框且归一化, (N, 4)
boxes.conf  # 置信度的分数, (N, 1)
boxes.cls  # 类别, (N, 1)
boxes.data  # 原始目标框参数坐标 (x, y, w, h)、置信度以及类别, (N, 6) or boxes.boxes

Masks

Masks可以被索引、操作修改、将Masks转换为分割结果。也可以缓存段转换操作。

results = model(inputs)
masks = results[0].masks  # Masks object
masks.xy  # x, y segments (pixels), List[segment] * N
masks.xyn  # x, y segments (normalized), List[segment] * N
masks.data  # raw masks tensor, (N, H, W) or masks.masks 

Probs 置信度

包含了所有类别的置信度

results = model(inputs)
results[0].probs  # cls prob, (num_class, )

更多文档可以参考 https://docs.ultralytics.com/reference/yolo/engine/results/

绘制结果

yolov8提供了plot函数绘制结果，可以绘制边框，分割结果,分类结果类别等等。不在需要像yolov5那样直接写后处理nms等，很方便。

res = model(img)
res_plotted = res[0].plot()
cv2.imshow("result", res_plotted)

视频流数据源

以下是使用OpenCV和YOLOv8在视频帧上运行推理的代码。

import cv2
from ultralytics import YOLO
 
# Load the YOLOv8 model
model = YOLO('yolov8n.pt')
 
# Open the video file
video_path = "path/to/your/video/file.mp4"
cap = cv2.VideoCapture(video_path)
 
# Loop through the video frames
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()
 
    if success:
        # Run YOLOv8 inference on the frame
        results = model(frame)
 
        # Visualize the results on the frame
        annotated_frame = results[0].plot()
 
        # Display the annotated frame
        cv2.imshow("YOLOv8 Inference", annotated_frame)
 
        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Break the loop if the end of the video is reached
        break
 
# Release the video capture object and close the display window
cap.release()
cv2.destroyAllWindows()