YOLOv5 以txt 或json格式输出预测结果

2024-06-02 05:35| 来源: 网络整理| 查看: 265

YOLOv5 以txt 或json格式输出预测结果 1.YOLOv5源码以多种格式输出预测结果1.run函数——传入参数2.run函数——保存打印 2.YOLOv5以.txt格式输出预测结果1.执行以下代码就可以得到以.txt格式输出预测结果2.输出格式： 3.YOLOv5以.json格式输出预测结果1.需要在源码中加上一段代码2.输出格式

1.YOLOv5源码以多种格式输出预测结果 1.run函数——传入参数

在这里插入图片描述

2.run函数——保存打印

在对每张图片做处理的循环里的写入结果部分：在这里插入图片描述我们可以看到以下的代码片段就是以不同格式输出预测结果的代码

2.YOLOv5以.txt格式输出预测结果 1.执行以下代码就可以得到以.txt格式输出预测结果 python detect.py --weights runs/exp1/weights/best.pt --source inference/images/ --save-txt --save-conf

–save-txt save results to *.txt #将预测的bounding box保存为txt文件 –save-conf save confidences in --save-txt labels #类别的概率

每个txt会生成一行一个目标的信息，信息包括类别序号、后面四个为bbox位置(xcenter ycenter w h)，最后一个是该类别的概率

2.输出格式：

在这里插入图片描述

3.YOLOv5以.json格式输出预测结果 1.需要在源码中加上一段代码第一步在这个位置加入在这里插入图片描述

save_json = True,# 输出json文件save results to *.json content_json = [], 第二步

在这个位置下面加上在这里插入图片描述

# 输出 json 文件 if save_json: # windows下使用 num += 1 file_name = save_path.split('\\') # Linux下使用 # file_name = save_path.split('/') content_dic = { "name": file_name[len(file_name) - 1], "num": num, "category": (names[int(cls)]), "bbox": torch.tensor(xyxy).view(1, 4).view(-1).tolist(), "score": conf.tolist() } content_json.append(content_dic) 2.输出格式

在这里插入图片描述

【本文地址】

公司简介

联系我们