让我们看看目标检测所涉及的步骤。
- 我们将加载模型
- 我们将加载视频
- 我们将逐帧提取视频
- 对每一帧进行预测并使用 OpenCV 显示结果
下面的图像总结了这些步骤：
目标检测步骤 让我们开始编码。
第 0 步：环境设置
我们需要两个库 ultralytics 和 opencv，您可以使用以下代码安装这些库。
pip install ultralytics opencv-python导入所有必要的库。
import cv2 as cv
from ultralytics import YOLO第 1 步：加载模型
#load the model
model = YOLO('yolov8n.pt')在 YOLO 中加载模型非常容易。我们可以直接使用 ultralytics 提供的 YOLO() 函数，并指定模型名称。一旦运行，它会自动在代码所在的文件夹中下载指定的 YOLO 模型。
第 2 步：加载视频
我们使用 OpenCV 的 VideoCapture() 函数来加载视频。这个函数的输入是视频的路径。
path = "../videos/football_test.mp4"
#read video
vs = cv.VideoCapture(path)第 3 步：提取帧
一旦我们加载了视频，在下一步我们将逐个提取视频中的帧。视频是由连续拼接在一起的帧组成的。
- vs = cv.VideoCapture(path)：包含指向视频的指针。
- vs.read()：允许我们逐帧读取视频。一旦我们调用vs上的read函数，它将以迭代的方式返回当前的视频帧。
- cv.imshow('image', frame)：显示每个提取出的帧。
path = "../videos/football_test.mp4"
#read video
vs = cv.VideoCapture(path)
#load the model
model = YOLO('yolov8n.pt')
while True:
(grabbed,frame) = vs.read()
if not grabbed:
break
cv.imshow('image', frame)
cv.waitKey(500)第 4 步：应用预测
模型的predict()方法是用于对每一帧进行预测的方法。预测结果存储在results变量中。在while循环中，我们从视频中提取每一帧，并在每一帧上进行预测。简单来说，我正在尝试在视频中的每一帧中检测对象。
results = model.predict(frame,stream=False)
path = "../videos/football_test.mp4"
#read video
vs = cv.VideoCapture(path)
#load the model
model = YOLO('yolov8n.pt')
while True:
(grabbed,frame) = vs.read()
if not grabbed:
break
results = model.predict(frame,stream=False)
cv.imshow('image', frame)
cv.waitKey(500)第 5 步：绘制边界框
为了绘制边界框，我创建了一个函数，该函数将输入图像、数据（包含预测结果）、检测到的类别名称，并返回带有检测到的对象边界框的图像。drawBox(data, image, name)：data是预测详情，image是帧，name是检测到的类别名称，例如：人、汽车等。
def drawBox(data,image,name):
x1, y1, x2, y2, conf, id = data
p1 = (int(x1), int(y1))
p2 = (int(x2), int(y2))
cv.rectangle(image, p1, p2, (0, 0, 255), 3)
cv.putText(image, name, p1, cv.FONT_HERSHEY_SIMPLEX, 3, (0, 0, 255), 3)
return image
results = model.predict(frame,stream=False)
for result in results:
for data in result.boxes.data.tolist():
#print(data)
id = data[5]
drawBox(data, frame,detection_classes[id])由于结果包含了帧中所有检测到的对象的详细信息，我们在上述代码中对每个检测到的对象进行解码。对于每个检测，我们调用`drawBox(data, frame, detection_classes[id])`来在检测周围绘制边界框。
第 6 步：完整代码
您也可以在此处访问完整代码：https://github.com/sunnykumar1516/YOLO/blob/main/ReadVideoApplyYoloV8.py。
import cv2 as cv
from ultralytics import YOLO
def drawBox(data,image,name):
x1, y1, x2, y2, conf, id = data
p1 = (int(x1), int(y1))
p2 = (int(x2), int(y2))
cv.rectangle(image, p1, p2, (0, 0, 255), 3)
cv.putText(image, name, p1, cv.FONT_HERSHEY_SIMPLEX, 3, (0, 0, 255), 3)
return image
detection_classes= []
path = "../videos/football_test.mp4"
#read video
vs = cv.VideoCapture(path)
#load the model
model = YOLO('yolov8n.pt')
while True:
(grabbed,frame) = vs.read()
if not grabbed:
break
results = model.predict(frame,stream=False)
detection_classes = results[0].names
for result in results:
for data in result.boxes.data.tolist():
#print(data)
id = data[5]
drawBox(data, frame,detection_classes[id])完整代码参考：https://github.com/sunnykumar1516/YOLO/blob/main
