yolov8 如何将分割的mask掩模，显示读取出来，Masks类型转换为 ndarray

永远不懂哥

已于 2024-03-08 10:51:02 修改

阅读量7.8k

点赞数 15

分类专栏： AI 后端笔记文章标签： YOLO opencv python

于 2024-01-24 14:35:46 首次发布

本文链接：https://blog.csdn.net/qq_28367963/article/details/135821318

版权

AI 同时被 2 个专栏收录

7 篇文章

订阅专栏

后端笔记

4 篇文章

订阅专栏

本文介绍了如何使用YOLO模型（yolov8n-seg）对图片和实时视频流进行分割，提取mask掩模并以ndarray形式展示。作者展示了从结果中合并多个mask的过程以及使用OpenCV函数cv2.imshow显示结果的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

将分割的mask掩模，显示读取


#识别图片
model = YOLO('yolov8n-seg');
results = model("your_image_path")
#关键在于将Masks 转换为 ndarray
mask_raw = results[0].masks[0].cpu().data.numpy().transpose(1,2,0) 
cv2.imshow("result",mask_raw);

#=======================分割线=========================================
#识别视频流
sourse = "./list.streams" #list.streams文件，用来存放流媒体地址，如rstp://localhost/test
results = model(sourse,stream=True)
for result in results:
	if result.mask is not None:
		mask_raw = result.masks[0].cpu().data.numpy().transpose(1,2,0)
		for mask in result.masks:
			mask_raw += mask.cpu().data.numpy().transpose(1,2,0)
		cv2.imshow("result",mask_raw)