首页 > 其他分享 >yolov8 分割任务切块推理库 patched_yolo_infer

yolov8 分割任务切块推理库 patched_yolo_infer

时间:2024-05-23 09:30:44浏览次数:27  
标签:confidences img yolo yolov8 patched classes result filtered names

这个Python库简化了类似SAHI的推理,例如分割任务,从而能够检测图像中的小对象。它同时满足对象检测和实例分割任务,支持广泛的Ultralytics模型。

该库还为所有模型的推理结果可视化提供了流畅的定制,包括标准方法(直接网络运行)和独特的基于补丁的变体。

模型支持:该库提供对多个超解析深度学习模型的支持,如YOLOv8、YOLOv8-seg、YOLOv9、YOLOv29-seg、FastSAM和RTDETR。用户可以从预先训练的选项中进行选择,也可以使用自定义训练的模型来最好地满足他们的任务要求。
https://github.com/Koldim2001/YOLO-Patch-Based-Inference
代码测试:

点击查看代码
import cv2
from patched_yolo_infer import MakeCropsDetectThem, CombineDetections
from patched_yolo_infer import visualize_results
# Load the image
img_path = r'D:\gzj\pic\see\0510\a001.jpg'
img = cv2.imread(img_path)

element_crops = MakeCropsDetectThem(
    image=img,
   # model_path=r"E:\03_PythonProjects\granule_server_cngr_2\y_models\primary_b.pt",
    model_path=r"E:\03_PythonProjects\granule_server_cngr_2\y_models\dakeli_weifen_suiqiu.pt",
    conf=0.7,
    segment=True,
    shape_x=640,
    shape_y=640,
    overlap_x=50,
    overlap_y=50,
    # conf=0.3,
    iou=0.7,

    resize_initial_size=True,
)
result = CombineDetections(element_crops, nms_threshold=0.05, match_metric='IOS')

# Final Results:
img=result.image
confidences=result.filtered_confidences
print("confidencs:",confidences)
boxes=result.filtered_boxes
masks=result.filtered_masks

classes_ids=result.filtered_classes_id
print("classes_ids",classes_ids)
classes_names=result.filtered_classes_names
print("classes_names",classes_names)
# Visualizing the results using the visualize_results function
visualize_results(
    img=result.image,
    confidences=result.filtered_confidences,
    boxes=result.filtered_boxes,
    masks=result.filtered_masks,
    classes_ids=result.filtered_classes_id,
    classes_names=result.filtered_classes_names,
    show_confidences=True,
    show_boxes=False,
    segment=True,
    show_class=True,
    font_scale=0.8,
)

标签:confidences,img,yolo,yolov8,patched,classes,result,filtered,names
From: https://www.cnblogs.com/SunshineWeather/p/18207638

相关文章

  • 基于yolov2深度学习网络模型的鱼眼镜头中人员检测算法matlab仿真
    1.算法运行效果图预览   2.算法运行软件版本matlab2022a  3.算法理论概述      基于YOLOv2深度学习网络模型的鱼眼镜头中人员检测算法结合了YOLOv2的高效目标检测能力和对鱼眼镜头畸变的校正处理,以实现对鱼眼图像中人员的准确识别。YOLOv2(YouOnlyLookO......
  • Ubuntu下darknet yolo4的编译
    Ubuntu下darknetyolo4的编译首次编辑:24/5/17/23:16最后编辑:24/5/18/12:47参考链接YOLOv4-darknetinstallationandusageonyoursystem(Windows&Linux)InstallingandBuildingDarknet官网0说明此博客只记录darknetyolo4+opencv的编译安装,不涉及cuda和cuDNN......
  • RepVGG-GELAN | 融合 VGG、ShuffleNet 与 YOLO 图像检测的准确性及效率再上一层!
    前言 基于YOLO的目标检测算法在速度和准确性之间取得了显著的平衡。然而,它们在脑肿瘤检测中的应用仍然未被充分探索。本研究提出了RepVGG-GELAN,这是一种新型的YOLO架构,通过集成RepVGG,一种重新参数化的卷积方法,特别关注于医学图像中的脑肿瘤检测。RepVGG-GELAN利用RepVGG架构来提......
  • Qt/C++音视频开发74-合并标签图形/生成yolo运算结果图形/文字和图形合并成一个/水印滤
    一、前言在使用yolo做人工智能运算后,运算结果除了一个方框,还可能需要增加文字显示在对应方框上,以便标记是何种物体,比如显示是人还是动物,或者还有可能追踪人员,显示该人员的姓名。这种应用场景非常普遍,而且非常有必要,可以非常直观的直接看到对应移动的物体是什么。当然也有个缺点,就......
  • yolov8带overlap和NMS的切块推理库
    点击查看代码importcv2frompatched_yolo_inferimportMakeCropsDetectThem,CombineDetectionsfrompatched_yolo_inferimportvisualize_results#Loadtheimageimg_path=r'D:\gzj\pic\see\0510\a001.jpg'img=cv2.imread(img_path)element_crops=......
  • yolov8开启tensorboard
    什么是TensorBoard?TensorBoard是一个用于可视化机器学习模型训练过程中的各种指标的工具,它可以帮助用户更好地理解和调试模型。TensorBoard可以显示各种类型的数据,如损失函数值、准确率、权重矩阵等,并且支持多种图表类型,如折线图、柱状图、散点图等。通过使用TensorBoard,用户可......
  • yolov8实例分割每个物体不同的灰度图
    预测代码点击查看代码importosfromultralyticsimportYOLOimportnumpyasnpimportcv2defgenerate_colors_by_classes_size(classes_size=100):#colors=np.zeros((classes_size,3),dtype=np.uint8)colors=np.zeros((classes_size,3),dtype=np.uin......
  • Yolov5训练机械小车识别模型
        (wind_2021)J:\PytorchProject\yolov5_train_car_2024051001>(wind_2021)J:\PytorchProject\yolov5_train_car_2024051001>(wind_2021)J:\PytorchProject\yolov5_train_car_2024051001>(wind_2021)J:\PytorchProject\yolov5_train_car_20240......
  • 配置orangepi5pro运行rknn版本的yolov5
    摘要配置orangepi5pro运行rknn版本的yolov5,使用npu进行目标检测.关键信息板卡:orangepi5pro芯片:RK3588S环境:rknn2转换工具:rknn-tool-kit2:1.5.0系统:ubuntu20.04原理简介npu简介NPU(NeuralProcessingUnit,神经处理单元)是一种专门设计用于加速人工智能计算的硬件加......
  • YOLOv9改进 | 一文带你了解全新的SOTA模型YOLOv9(论文阅读笔记,效果完爆YOLOv8)
    https://snu77.blog.csdn.net/article/details/136230391 官方论文地址:官方论文地址点击即可跳转官方代码地址:官方代码地址点击即可跳转    图1.在MSCOCO数据集上实时对象检测器的比较。基于GELAN和PGI的对象检测方法在对象检测性能方面超越了所有以前的从头开始训练......