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

boxesBoxes, 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

  • 15
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
评论 9
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
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