YOLO V10 部署运行检测图片

一：源码获取

1.拉取源码

2.下载权重文件

下载后可以直接放在yolov10的目录下，flops小对电脑要求也小。

二：配置环境

在anaconda下创建虚拟环境，并安装相应的库

在把我们获取的代码配置上虚拟环境

然后再进行安装包：(再pycharm中)

pip install -r requirements.txt

pip install -e .

三：运行代码

创建一个目录管理自己的代码：

以下是mycode.py源码

import cv2
import supervision as sv
from ultralytics import YOLOv10


image = cv2.imread('D:\\pycharm work\\yolov10\\ultralytics\\assets\\bus.jpg')

model = YOLOv10(f'D:\\pycharm work\\yolov10\\yolov10_pt\\yolov10n.pt')
results = model(source=f'D:\\pycharm work\\yolov10\\ultralytics\\assets\\bus.jpg', conf=0.25)
print(results[0].boxes.xyxy)

detections = sv.Detections.from_ultralytics(results[0])

bounding_box_annotator = sv.BoundingBoxAnnotator()
label_annotator = sv.LabelAnnotator()

annotated_image = bounding_box_annotator.annotate(
	scene=image, detections=detections)
annotated_image = label_annotator.annotate(
	scene=annotated_image, detections=detections)

sv.plot_image(annotated_image)

图片与权重文件是自己地址，请自行更改。（须pip supervision包）

run mycode.py 后会得到结果

四：运行结果

五：

视频见下次；

引用文章：How to Fine-Tune a YOLOv10 Model on a Custom Dataset