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

YOLOv5 以txt 或json格式输出预测结果

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：
YOLOv5 以txt 或json格式输出预测结果
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
YOLOv5 以txt 或json格式输出预测结果

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：

YOLOv5 以txt 或json格式输出预测结果

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YOLOv5 以txt 或json格式输出预测结果 
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
YOLOv5 以txt 或json格式输出预测结果

 # 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

YOLOv5 以txt 或json格式输出预测结果

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。