YOLOv8打印检测框坐标

from ultralytics import YOLO   
model =  YOLO('yolov8n.pt')#模型初始化
source='../3.png'#检测图片的路径
results =model(source)
for r in results:
   print(r.boxes.xywh)#以中心点xy坐标、宽、高的顺序打印

说明：

参考官方文档预测 -Ultralytics YOLOv8 文档

全部Ultralytics predict() 调用将返回一个 Results 对象

Results 对象具有以下属性

boxes

Boxes, optional

包含检测边界框的方框对象。

Boxes 对象可用于索引、操作和将边界框转换为不同格式。

下面是一个表格 Boxes 类方法和属性，包括名称、类型和说明：

名称	类型	说明
cpu()	方法	将对象移至 CPU 内存。
numpy()	方法	将对象转换为 numpy 数组。
cuda()	方法	将对象移至 CUDA 内存。
to()	方法	将对象移动到指定设备。
xyxy	财产 (torch.Tensor)	以 xyxy 格式返回方框。
conf	财产 (torch.Tensor)	返回方框的置信度值。
cls	财产 (torch.Tensor)	返回方框的类值。
id	财产 (torch.Tensor)	返回盒子的轨道 ID（如果有）。
xywh	财产 (torch.Tensor)	以 xywh 格式返回方框。
xyxyn	财产 (torch.Tensor)	以 xyxy 格式返回按原始图像大小归一化的方框。
xywhn	财产 (torch.Tensor)	以 xywh 格式返回按原始图像大小归一化的方框。

 因此调用相应的属性即可