utils文件夹下 colors.py 更新和colors_1.py 更新更新

知识图谱-命名实体-关系-免费标注工具-快速打标签-Python3 (https://blog.csdn.net/AdamCY888/article/details/127613010)

utils文件夹下 colors.py 更新和colors_1.py 更新更新

colors.py 更新

# -*- coding: utf-8 -*-
# 一些背景色及前景色,供不同的标签进行使用
# bg: background-color
# fg: foreground-color
# '#ffff1a','#3399ff','#4dff4d','#ff3300','#ff3399','#cc33ff','#6600ff',
# '#66a3ff','#0086b3','#4da6ff','#F5F5DC'
# color_mapping = [
#     {'bg': '#3399ff',
#      'fg': 'black'},
#     {'bg': '#4dff4d',
#      'fg': 'black'},
#     {'bg': '#ffff1a',
#      'fg': 'black'},
#     {'bg': '#FF1493',
#      'fg': 'white'},
#     {'bg': '#ff3399',
#      'fg': 'white'},
#     {'bg': '#cc33ff',
#      'fg': 'white'},
#     {'bg': '#6600ff',
#      'fg': 'white'},
#     {'bg': '#66a3ff',
#      'fg': 'black'},
#     {'bg': '#0086b3',
#      'fg': 'white'},
#     {'bg': '#4da6ff',
#      'fg': 'white'},
#     {'bg': '#00FF00',
#      'fg': 'black'},
#     {'bg': '#00FF00',
#      'fg': 'black'},
#     {'bg': '#00FF00',
#      'fg': 'black'},
#     {'bg': '#00FF00',
#      'fg': 'white'},
#     {'bg': '#00FF00',
#      'fg': 'white'},
#     {'bg': '#00FF00',
#      'fg': 'white'},
#     {'bg': '#00FF00',
#      'fg': 'white'},
#     {'bg': '#00FF00',
#      'fg': 'black'},
#     {'bg': '#00FF00',
#      'fg': 'white'},
#     {'bg': '#00FF00',
#      'fg': 'white'},
#     {'bg': '#3399ff',
#      'fg': 'black'},
#     {'bg': '#00FFFF',
#      'fg': 'black'},
#     {'bg': '#ffff1a',
#      'fg': 'black'},
#     {'bg': '#FF1493',
#      'fg': 'white'},
#     {'bg': '#FF8C00',
#      'fg': 'white'},
#     {'bg': '#cc33ff',
#      'fg': 'white'},
#     {'bg': '#f5f5dc',
#      'fg': 'black'}
# ]


color_mapping = [
    {'bg': '#00FF00',
     'fg': 'black'},
    {'bg': '#00FF00',
     'fg': 'black'},
    {'bg': '#00FF00',
     'fg': 'black'},
    {'bg': '#00FF00',
     'fg': 'white'},
    {'bg': '#00FF00',
     'fg': 'white'},
    {'bg': '#00FF00',
     'fg': 'white'},
    {'bg': '#00FF00',
     'fg': 'white'},
    {'bg': '#00FF00',
     'fg': 'black'},
    {'bg': '#00FF00',
     'fg': 'white'},
    {'bg': '#00FF00',
     'fg': 'white'},
]

colors_1.py 更新

color_mapping_1 = [
    {'bg': '#3399ff',
     'fg': 'black'},
    {'bg': '#00FFFF',
     'fg': 'black'},
    {'bg': '#ffff1a',
     'fg': 'black'},
    {'bg': '#FF1493',
     'fg': 'white'},
    {'bg': '#FF8C00',
     'fg': 'white'},
    {'bg': '#cc33ff',
     'fg': 'white'},
    {'bg': '#f5f5dc',
     'fg': 'black'},
    {'bg': '#6600ff',
     'fg': 'white'},
    {'bg': '#ff3399',
     'fg': 'white'},
    {'bg': '#a52a2a',
     'fg': 'black'}
] # #000000

    
  

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
你可以使用以下代码来运行Yolov5的test.py脚本: ```python import torch import argparse import yaml from models.experimental import attempt_load from utils.datasets import LoadImages from utils.general import check_img_size, non_max_suppression, scale_coords from utils.plots import plot_one_box from utils.torch_utils import select_device def run_yolov5_test(weights, img_size=640): # 设置设备 device = select_device('') # 模型加载 model = attempt_load(weights, map_location=device) imgsz = check_img_size(img_size, s=model.stride.max()) # 数据加载 dataset = LoadImages('path/to/your/images', img_size=imgsz) # 推理 for path, img, im0s, vid_cap in dataset: img = torch.from_numpy(img).to(device) img = img.float() # uint8 to fp16/32 img /= 255.0 # 0 - 255 to 0.0 - 1.0 if img.ndimension() == 3: img = img.unsqueeze(0) # 推理 pred = model(img)[0] pred = non_max_suppression(pred, 0.4, 0.5) # 可视化 for det in pred: if len(det): det[:, :4] = scale_coords(img.shape[2:], det[:, :4], im0s.shape).round() for *xyxy, conf, cls in reversed(det): label = f'{names[int(cls)]} {conf:.2f}' plot_one_box(xyxy, im0s, label=label, color=colors[int(cls)], line_thickness=3) # 显示图像 cv2.imshow('image', im0s) cv2.waitKey(0) if __name__ == '__main__': parser = argparse.ArgumentParser() parser.add_argument('--weights', type=str, default='yolov5s.pt', help='path to weights file') parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)') args = parser.parse_args() run_yolov5_test(args.weights, args.img_size) ``` 请确保根据你的实际情况修改所需的路径和参数。还要记得在运行之前安装所需的依赖,你可以在Yolov5的官方GitHub页面找到更多关于运行测试脚本的详细说明。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

高山莫衣

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值