OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标

本文来源公众号“OpenCV与AI深度学习”，仅用于学术分享，侵权删，干货满满。

原文链接：如何使用YOLOv9检测图片和视频中的目标

1 介绍

    在之前的文章中，我们探索了使用 YOLOv8 进行对象检测。现在，我们很高兴能够深入研究最新的迭代——YOLOv9！这个新版本承诺在准确性、效率和适用性方面取得显著进步，使其成为各种计算机视觉任务的强大工具。

2 如何使用 YOLOv9 处理图像和视频

第 1 步：安装必要的库

pip install opencv-python ultralytics

第 2 步：导入库

import cv2
from ultralytics import YOLO

第 3 步：选择模型

model = YOLO("yolov9c.pt")

    在下面网址中，您可以比较不同的型号并权衡各自的优缺点。在本例中，我们选择了 yolov9c.pt。

https://docs.ultralytics.com/de/models/yolov9/#impact-on-lightweight-models

第 4 步：编写一个函数来预测和检测图像和视频中的对象 

def predict(chosen_model, img, classes=[], conf=0.5):
    if classes:
        results = chosen_model.predict(img, classes=classes, conf=conf)
    else:
        results = chosen_model.predict(img, conf=conf)

    return results

def predict_and_detect(chosen_model, img, classes=[], conf=0.5, rectangle_thickness=2, text_thickness=1):
    results = predict(chosen_model, img, classes, conf=conf)
    for result in results:
        for box in result.boxes:
            cv2.rectangle(img, (int(box.xyxy[0][0]), int(box.xyxy[0][1])),
                          (int(box.xyxy[0][2]), int(box.xyxy[0][3])), (255, 0, 0), rectangle_thickness)
            cv2.putText(img, f"{result.names[int(box.cls[0])]}",
                        (int(box.xyxy[0][0]), int(box.xyxy[0][1]) - 10),
                        cv2.FONT_HERSHEY_PLAIN, 1, (255, 0, 0), text_thickness)
    return img, results

   predict()函数有三个参数：

• chosen_model：用于预测的训练模型
• img：进行预测的图像
• classes：（可选）用于过滤预测的类名列表
• conf：（可选）要考虑的预测的最小置信度阈值

    该函数首先检查是否classes提供了参数。如果是，则chosen_model.predict()使用参数调用该方法classes，该方法将预测仅过滤到这些类。否则，chosen_model.predict()将在不带参数的情况下调用该方法classes，这会返回所有预测。

    该conf参数用于过滤掉置信度分数低于指定阈值的预测。这对于消除误报很有用。

    该函数返回预测结果列表，其中每个结果包含以下信息：

• name: 预测类别的名称
• conf：预测的置信度分数
• box：预测对象的边界框

    predict_and_detect()函数：该函数采用与 函数相同的参数predict()，但除了预测结果之外，它还返回带注释的图像。

    该函数首先调用该predict()函数来获取预测结果。然后，它迭代预测结果并在每个预测对象周围绘制一个边界框。预测类的名称也写在边界框上方。

    该函数返回一个包含注释图像和预测结果的元组。

    以下是两个函数之间差异的总结：

• predict()函数仅返回预测结果，同时该predict_and_detect()函数还返回带注释的图像
• predict_and_detect()函数是函数的包装器predict()，这意味着它predict()在内部调用该函数。

第 5 步：使用 YOLOv9 检测图像中的目标

# read the image
image = cv2.imread("YourImagePath")

result_img, _ = predict_and_detect(model, image, classes=[], conf=0.5)

如果想检测特定的类，可以在下面链接找到对应的类名，只需在类列表中写入对象的 ID 号即可。

https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/coco.yaml

第 6 步：保存并绘制结果图像

cv2.imshow("Image", result_img)
cv2.imwrite("YourSavePath", result_img)
cv2.waitKey(0)

第 7 步：使用 YOLOv9 检测视频中的目标

video_path = r"YourVideoPath"
cap = cv2.VideoCapture(video_path)
while True:
    success, img = cap.read()
    if not success:
        break
    result_img, _ = predict_and_detect(model, img, classes=[], conf=0.5)
    cv2.imshow("Image", result_img)
    
    cv2.waitKey(1)

第 8 步：保存结果视频

# defining function for creating a writer (for mp4 videos)
def create_video_writer(video_cap, output_filename):
    # grab the width, height, and fps of the frames in the video stream.
    frame_width = int(video_cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    frame_height = int(video_cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    fps = int(video_cap.get(cv2.CAP_PROP_FPS))
    # initialize the FourCC and a video writer object
    fourcc = cv2.VideoWriter_fourcc(*'MP4V')
    writer = cv2.VideoWriter(output_filename, fourcc, fps,
                             (frame_width, frame_height))
    return writer

只需使用上面的函数和代码即可：

output_filename = "YourFilename"
writer = create_video_writer(cap, output_filename)

video_path = r"YourVideoPath"
cap = cv2.VideoCapture(video_path)
while True:
    success, img = cap.read()
    if not success:
        break
    result_img, _ = predict_and_detect(model, img, classes=[], conf=0.5)
    writer.write(result_img)
    cv2.imshow("Image", result_img)
    
    cv2.waitKey(1)
writer.release()

THE END !

文章结束，感谢阅读。您的点赞，收藏，评论是我继续更新的动力。大家有推荐的公众号可以评论区留言，共同学习，一起进步。