YOLOv5输出检测到的边界框的坐标、类别以及置信度

由于近期对某算法进行复现，需要用到预测的边界框坐标信息，在网上查找之后发现一个可以用的，具体如下（本人版本是v5.0）：

在detect.py中找到plot_one_box，大概在113行，可按ctrl+F进行查找

                # Write results
                for *xyxy, conf, cls in reversed(det):
                    if save_txt:  # Write to file
                        xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist()  # normalized xywh
                        with open(txt_path + '.txt', 'a') as f:
                            f.write(('%g ' * 5 + '\n') % (cls, *xywh))  # label format

                    if save_img or view_img:  # Add bbox to image
                        label = '%s %.2f' % (names[int(cls)], conf)
                        plot_one_box(xyxy, im0, label=label, color=colors[int(cls)], line_thickness=3)

ctrl+鼠标左键点击，会跳转到plot.py，并进入该函数。将该函数修改为：

def plot_one_box(x, img, color=None, label=None, line_thickness=None):
    # Plots one bounding box on image img
    tl = line_thickness or round(0.002 * (img.shape[0] + img.shape[1]) / 2) + 1  # line/font thickness
    color = color or [random.randint(0, 255) for _ in range(3)]
    c1, c2 = (int(x[0]), int(x[1])), (int(x[2]), int(x[3]))
    cv2.rectangle(img, c1, c2, color, thickness=tl, lineType=cv2.LINE_AA)
    print("左上点的坐标为：(" + str(c1[0]) + "," + str(c1[1]) + ")，右下点的坐标为(" + str(c2[0]) + "," + str(c2[1]) + ")")

此时不出意外，应该能够输出预测边界框的坐标：

原图：

 输出坐标：

 如果需要将输出的坐标写进.txt文件方便后续操作，可定义一个写入文件的函数：
 

def write_coordinates_to_file(c1, c2):
    # 打开文件，并使用 'a' 模式表示追加写入
    with open('coordinates.txt', 'a') as file:
        # 将坐标转换为字符串，并使用制表符分隔
        line = '\t'.join(str(c) for coord in (c1, c2) for c in coord)
        # 将形成的一行写入文件
        file.write(line + '\n')  # 添加换行符

然后在plot_one_box函数中添加一行write_coordinates_to_file(c1, c2)即可，坐标会被写进一个coordinates文件。

 若想输出坐标和置信度，则在plot.py中的plot_one_box函数中，if lable:语句末尾加上print(lable)即可

这样预测边界框的坐标、类别、置信度都有了直观的输出

注意：由于在rectangle绘图时，y轴是向下的，如下图所示：

 所以YOLO中输出的左上角实际上指的是(98,345)这个点，右下角是（420，462）这个点。