Python 目标检测：Ultralytics 安装与 YOLOv8 快速上手

三、了解 YOLOV8

3.1、检测（COCO）

有关在 COCO 上训练的这些模型的使用示例，请参阅 检测文档，其中包括 80 个预训练类。

注意：

FLOPs (B) 表示 "Floating Point Operations per second in Billion"，即每秒十亿次浮点运算。这个指标通常用于衡量一个模型在进行推断或训练时的计算性能。浮点运算是指包括加法、减法、乘法、除法等在内的基本数学运算，它们在深度学习模型中是非常常见的操作。

YOLOV8n 模型的 FLOPs (B) 值为 8.7，意味着在进行推断或训练时，该模型每秒大约执行 8.7 亿次浮点数运算。

3.2、分割（COCO）

3.3、姿势（COCO）

3.4、OBB（DOTAv1）

3.5、分类（ImageNet）

四、推理源

YOLOv8 可以处理不同类型的输入源进行推理，如下表所示。输入源包括静态图像、视频流和各种数据格式。表中还标明了每种输入源是否可以在流模式下使用参数 stream=True ✅。流模式有利于处理视频或实时流，因为它会创建一个结果生成器，而不是将所有帧加载到内存中。

使用 stream=True 用于处理长视频或大型数据集，以有效管理内存。当 stream=False 时，所有帧或数据点的结果都会存储在内存中，这可能会迅速累加，并导致大量输入出现内存不足错误。与此形成鲜明对比的是 stream=True 利用生成器，它只将当前帧或数据点的结果保存在内存中，从而大大减少了内存消耗并防止出现内存不足的问题。

4.1、在图像文件上运行推理

from ultralytics import YOLO

# 从 ultralytics 库中导入 YOLO 类
# 加载一个预训练的 YOLOv8n 模型
model = YOLO("yolov8n.pt") # 使用 "yolov8n.pt" 文件初始化 YOLO 模型。这将加载预先训练好的权重。

# 定义图像文件的路径
source = "bus.jpg" # 指定要进行推理的图像文件名为 "bus.jpg"。

# 在指定的图像源上运行推理
results = model(source) # 将图像传递给模型进行推理。model(source) 返回一个 Results 对象列表，其中包含了模型对图像中目标的预测结果。

4.2、通过 URL 对远程托管的图像或视频进行推理

from ultralytics import YOLO

# 从 ultralytics 库中导入 YOLO 类
# 加载一个预训练的 YOLOv8n 模型
model = YOLO("yolov8n.pt") # 使用 "yolov8n.pt" 文件初始化 YOLO 模型。这将加载预先训练好的权重。

# 定义图像文件的路径
source = "https://ultralytics.com/images/bus.jpg" # 在输入网址图片。

# 在指定的图像源上运行推理
results = model(source) # 将图像传递给模型进行推理。model(source) 返回一个 Results 对象列表，其中包含了模型对图像中目标的预测结果。

4.3、在使用 Python Imaging Library (PIL) 打开的图像上运行推理

from PIL import Image
from ultralytics import YOLO

# 从 ultralytics 库中导入 YOLO 类
# 加载一个预训练的 YOLOv8n 模型
model = YOLO("yolov8n.pt") # 使用 "yolov8n.pt" 文件初始化 YOLO 模型。这将加载预先训练好的权重。

# 定义图像文件的路径
source = Image.open("bus.jpg")

# 在指定的图像源上运行推理
results = model(source) # 将图像传递给模型进行推理。model(source) 返回一个 Results 对象列表，其中包含了模型对图像中目标的预测结果。

4.4、在使用 OpenCV 读取的图像上运行推理

import cv2
from ultralytics import YOLO

# 从 ultralytics 库中导入 YOLO 类
# 加载一个预训练的 YOLOv8n 模型
model = YOLO("yolov8n.pt") # 使用 "yolov8n.pt" 文件初始化 YOLO 模型。这将加载预先训练好的权重。

# 定义图像文件的路径
source = cv2.imread('bus.jpg')

# 在指定的图像源上运行推理
results = model(source) # 将图像传递给模型进行推理。model(source) 返回一个 Results 对象列表，其中包含了模型对图像中目标的预测结果。

4.5、使用 RTSP、RTMP、TCP 和 IP 地址协议对远程流媒体源进行推理

如果在一个 *.streams 文本文件，则将运行批处理推理，即 8 个数据流将以 8 的批处理大小运行，否则单个数据流将以 1 的批处理大小运行。

from ultralytics import YOLO

# 从 ultralytics 库中导入 YOLO 类
# 加载一个预训练的 YOLOv8n 模型
model = YOLO("yolov8n.pt") # 使用 "yolov8n.pt" 文件初始化 YOLO 模型。这将加载预先训练好的权重。

# 定义图像文件的路径
source = "rtsp://example.com/media.mp4"
source = "path/to/list.streams"

# 在指定的图像源上运行推理
results = model(source) # 将图像传递给模型进行推理。model(source) 返回一个 Results 对象列表，其中包含了模型对图像中目标的预测结果。

五、推理参数

model.predict() 接受多个参数，这些参数可以在推理时传递，以覆盖默认值：

可视化参数：

六、图像和视频格式

6.1、图像

6.2、视频格式

七、返回值

predict() 调用将返回一个 Results。

from ultralytics import YOLO

# 加载一个预训练的 YOLOv8n 模型
model = YOLO("yolov8n.pt")

# 对单张图片 "bus.jpg" 进行推理
results = model("bus.jpg") # 返回一个 Results 对象的列表，因为只处理了一张图片，所以列表中只有一个元素

# 对图片列表 ["bus.jpg", "zidane.jpg"] 进行批量推理
results = model(["bus.jpg", "zidane.jpg"]) # 返回一个 Results 对象的列表，列表中包含每个图片的推理结果

boxes: ultralytics.engine.results.Boxes object
keypoints: None
masks: None
names: {0: 'person', 1: 'bicycle', 2: 'car', ...}
probs: None
orig_img: array(...)
orig_shape: (1080, 810)
path: 'D:\目标检测\bus.jpg'
speed: {'preprocess': 6.001710891723633, 'inference': 35.00771522521973, 'postprocess': 5.001306533813477}]

Results 对象具有以下属性：

Results 对象的方法：

7.1、Boxes

Boxes 对象可用于索引、操作和将边界框转换为不同格式。

from ultralytics import YOLO
model = YOLO("yolov8n.pt")
results = model("bus.jpg")
for i in results:
    print(i.boxes)

cls: tensor([ 5., 0., 0., 0., 11., 0.], device='cuda:0')
conf: tensor([0.8705, 0.8690, 0.8536, 0.8193, 0.3461, 0.3013], device='cuda:0')
data: tensor([[1.7286e+01, 2.3059e+02, 8.0152e+02, 7.6841e+02, 8.7054e-01, 5.0000e+00], ...])
id: None
is_track: False
orig_shape: (1080, 810)
shape: torch.Size([6, 6])
xywh: tensor([[409.4020, 499.4991, 784.2324, 537.8136], ...])
xywhn: tensor([[0.5054, 0.4625, 0.9682, 0.4980], ...])
xyxy: tensor([[1.7286e+01, 2.3059e+02, 8.0152e+02, 7.6841e+02], ...])
xyxyn: tensor([[2.1340e-02, 2.1351e-01, 9.8953e-01, 7.1149e-01], ...])

xyxy (torch.Tensor | numpy.ndarray)：格式为 [x1, y1, x2, y2] 的方框。 conf (torch.Tensor | numpy.ndarray)：每个方框的置信度得分。 cls (torch.Tensor | numpy.ndarray)：每个方框的类标签。 id (torch.Tensor | numpy.ndarray，可选）：每个方框的跟踪 ID（如果有）。 xywh (torch.Tensor | numpy.ndarray)：按要求计算的 [x, y, width, height] 格式的方框。 xyxyn (torch.Tensor | numpy.ndarray)：归一化 [x1, y1, x2, y2] 方框，相对于 orig_shape。 xywhn (torch.Tensor | numpy.ndarray)：归一化的 [x、y、宽、高] 方框，相对于 orig_shape。

7.2、Masks

Masks 对象可用于索引、操作和将掩码转换为线段。

from ultralytics import YOLO
model = YOLO("yolov8n.pt")
results = model("bus.jpg")
for i in results:
    print(i.masks)

7.3、Keypoints

Keypoints 对象可用于索引、处理和归一化坐标。

from ultralytics import YOLO
model = YOLO("yolov8n.pt")
results = model("bus.jpg")
for i in results:
    print(i.keypoints)

7.4、Probs

Probs 对象可用于索引、获取 top1 和 top5 分类指数和分数。

from ultralytics import YOLO
model = YOLO("yolov8n.pt")
results = model("bus.jpg")
for i in results:
    print(i.probs)

7.5、OBB

OBB 指的是 "Oriented Bounding Box"，即定向边界框。它是一种包围物体的矩形框，与传统的边界框不同，OBB 可以沿着物体的方向进行旋转，以更好地适应物体的实际形状和方向。OBB 对象可用于索引、操作和将定向边界框转换为不同格式。

from ultralytics import YOLO
model = YOLO("yolov8n.pt")
results = model("bus.jpg")
for i in results:
    print(i.obb)

八、绘制结果

plot() 方法中的 Results 对象，将检测到的对象（如边界框、遮罩、关键点和概率）叠加到原始图像上，从而实现预测的可视化。该方法以 NumPy 数组形式返回注释图像，便于显示或保存。

from ultralytics import YOLO

# 加载模型
model = YOLO("yolov8n.pt") # 使用 YOLOv8n 模型

# 对图片列表进行批量推理
results = model(['./bus.jpg']) # 返回结果对象的列表

# 处理结果列表
for result in results:
    result.show() # 显示结果到屏幕上
    result.save(filename='result.jpg') # 保存结果

plot() 方法支持各种参数来定制输出