使用预训练的 ONNX 格式的 YOLOv8n 模型进行目标检测，并在图像上绘制检测结果

目录

__init__方法：

pre_process方法：

run方法：

filter_boxes方法：

view_img方法：

---

​​​​​​​__init__方法：

1. • 初始化类的实例时，创建一个onnxruntime的推理会话，加载名为yolov8n.onnx的模型，并指定使用 CPU 进行推理。

2. pre_process方法：

   • 接受一个图像路径作为参数。
   • 读取图像并将其从 BGR 颜色空间转换为 RGB 颜色空间。
   • 计算图像的最大边长，创建一个全零的新图像，大小为最大边长的正方形，将原始图像复制到新图像中。
   • 将新图像调整为640x640的大小并归一化，然后增加一个维度并交换维度，以满足模型输入的要求。
   • 计算图像的缩放比例并返回预处理后的图像和缩放比例。

 def pre_process(self,img_path):
        img=cv2.imread(img_path)
        img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
        max_edge=max(img.shape)
        h,w,c=img.shape
        img_back=np.zeros((max_edge,max_edge,3),dtype=np.float32)
        img_back[:h,:w]=img
        img_scale=cv2.resize(img_back,(640,640))/255
        img_scale=np.expand_dims(img_scale,axis=0)#升维度(1,640,640,3)
        img_scale=img_scale.transpose(0,3,1,2)#交换维度
        scale=max_edge/640
        return img_scale,scale

1. run方法：

   • 接受一个图像路径作为参数。
   • 调用pre_process方法对图像进行预处理，得到预处理后的图像和缩放比例。
   • 使用预处理后的图像进行模型推理，得到输出结果。
   • 将输出结果传递给filter_boxes方法进行进一步处理。

 def run(self,img_path):
        img_process,scale=self.pre_process(img_path)
        input_name=self.session._inputs_meta[0].name
        session_out=self.session.run(None,{input_name:img_process})[0][0]#(84,8400)
        session_out=session_out.transpose(1,0)#8400,84
        self.filter_boxes(session_out,scale)

1. filter_boxes方法：

   • 接受模型输出结果和缩放比例作为参数。
   • 遍历模型输出的每一行，提取边界框信息（中心坐标、宽、高）和类别信息。
   • 根据边界框信息计算边界框的四个顶点坐标，并找到最大置信度的类别索引和置信度值。
   • 如果置信度大于 0.6，则将边界框信息、类别索引和置信度值分别添加到对应的列表中。
   • 调用view_img方法显示图像和检测结果。

    def filter_boxes(self,session_out,scale):
        #cx,cy,w,h,cls(80)
        boxes=[]
        confs=[]
        classes=[]
        rows=session_out.shape[0]
        for row in range(rows):
            infos = session_out[row]
            cx,cy,w,h=infos[:4]
            x1=(cx-w//2)*scale
            y1=(cy-h//2)*scale
            x2=(cx+w//2)*scale
            y2=(cy+h//2)*scale
            cls=infos[4:]
            idx=np.argmax(cls)
            conf=cls[idx]
            if conf>0.6:
                confs.append(conf)
                boxes.append((x1,y1,x2,y2))
                classes.append(idx)
        self.view_img(img_path,boxes,classes,confs)

1. view_img方法：

   • 接受图像路径、边界框列表、类别列表和置信度列表作为参数。
   • 读取图像。
   • 遍历边界框列表，对于每个边界框，绘制在图像上，并打印类别和置信度信息。
   • 显示处理后的图像，并等待用户按下任意键退出程序，关闭所有窗口。

    def view_img(self,img_path,boxes,classes,confs):
        img=cv2.imread(img_path)
        size=len(boxes)
        for i in range(size):
            cls=classes[i]
            conf=confs[i]
            x1,y1,x2,y2=boxes[i]
            x1,y1,x2,y2=int(x1),int(y1),int(x2),int(y2)
            cv2.rectangle(img,(x1,y1),(x2,y2),color=(0,0,255),thickness=3,lineType=cv2.LINE_AA)
            print(f'cls={cls},conf={conf}')
        cv2.imshow('win', img)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

 

还可以添加一个nms