YOLOv8预测参数详解（全面详细、重点突出、大白话阐述小白也能看懂）

YOLOv8现在可以接受输入很多，如下表所示。包括图像、URL、PIL图像、OpenCV、NumPy数组、Torch张量、CSV文件、视频、目录、通配符、YouTube视频和视频流。表格✅指示了每个输入源是否可以在流模式下使用，并给出了每个输入源使用流模式的示例参数

预测参数

Key	Value	Description
source	'ultralytics/assets'	source directory for images or videos
conf	0.25	object confidence threshold for detection
iou	0.7	intersection over union (IoU) threshold for NMS
half	False	use half precision (FP16)
device	None	device to run on, i.e. cuda device=0/1/2/3 or device=cpu
show	False	show results if possible
save	False	save images with results
save_txt	False	save results as .txt file
save_conf	False	save results with confidence scores
save_crop	False	save cropped images with results
hide_labels	False	hide labels
hide_conf	False	hide confidence scores
max_det	300	maximum number of detections per image
vid_stride	False	video frame-rate stride
line_width	None	The line width of the bounding boxes. If None, it is scaled to the image size.
visualize	False	visualize model features
augment	False	apply image augmentation to prediction sources
agnostic_nms	False	class-agnostic NMS
retina_masks	False	use high-resolution segmentation masks
classes	None	filter results by class, i.e. class=0, or class=[0,2,3]
boxes	True	Show boxes in segmentation predictions

下面是每个参数的解释：

• source：输入源的目录，可以是图像或视频文件。
• conf：目标检测的对象置信度阈值。只有置信度高于此阈值的对象才会被检测出来。默认值为0.25。
• iou：非极大值抑制（NMS）的交并比（IoU）阈值。用于在重叠较大的候选框中选择最佳的检测结果。默认值为0.7。
• half：是否使用半精度（FP16）进行推理。半精度可以减少计算量，但可能会牺牲一些精度。默认值为False。
• device：模型运行的设备，可以是cuda设备（cuda device=0/1/2/3）或CPU（device=cpu）。
• show：是否显示检测结果。如果设置为True，则会在屏幕上显示检测到的对象。默认值为False。
• save：是否保存带有检测结果的图像。如果设置为True，则会将检测结果保存为图像文件。默认值为False。
• save_txt：是否将检测结果保存为文本文件（.txt）。默认值为False。
• save_conf：是否将检测结果与置信度分数一起保存。默认值为False。
• save_crop：是否保存裁剪后的带有检测结果的图像。默认值为False。
• hide_labels：是否隐藏标签。如果设置为True，则在显示检测结果时不显示对象标签。默认值为False。
• hide_conf：是否隐藏置信度分数。如果设置为True，则在显示检测结果时不显示置信度分数。默认值为False。
• max_det：每张图像的最大检测数。如果检测到的对象数超过此值，将保留置信度高低来保留。默认值为300。
• vid_stride：视频帧率步长。默认值为False，表示使用默认的帧率。
• line_width：边界框的线宽。如果设置为None，则根据图像大小进行自动缩放。默认值为None。
• visualize：是否可视化模型特征。默认值为False。
• augment：是否对预测源应用图像增强。默认值为False。
• agnostic_nms：是否使用类别无关的NMS。默认值为False。
• retina_masks：是否使用高分辨率的分割掩膜。默认值为False。
• classes：按类别过滤结果。可以指定单个类别（例如class=0）或多个类别（例如class=[0,2,3]）。默认值为None，表示不进行类别过滤。
• boxes：在分割预测中显示边界框。默认值为True。

使用Results对象

Results对象包含以下组件：

Results.boxes：用于操作边界框的属性和方法的对象

Results.masks：用于索引掩膜或获取分段坐标的对象

Results.probs：包含类别概率或逻辑值的张量（tensor）

Results.orig_img：加载在内存中的原始图像

Results.path：包含输入图像的路径

result对象默认是torch.Tensor对象，也可以转为其他对象

results = results.cuda()
results = results.cpu()
results = results.to('cpu')
results = results.numpy()

Boxes

Boxes对象可用于索引、操作边界框，并将其转换为不同的格式。Box格式转换结果是缓存的，这意味着每个对象只计算一次，并且这些值将在将来的调用中重复使用。

results = model(img)
boxes = results[0].boxes
box = boxes[0]  # returns one box
box.xyxy

Boxes 的属性有

boxes.xyxy  #  xyxy 形式的目标框, (N, 4)
boxes.xywh  # xywh 形式的目标框, (N, 4)
boxes.xyxyn  # xyxy 形式的目标框且归一化, (N, 4)
boxes.xywhn  #  xywh 形式的目标框且归一化, (N, 4)
boxes.conf  # 置信度的分数, (N, 1)
boxes.cls  # 类别, (N, 1)
boxes.data  # 原始目标框参数坐标 (x, y, w, h)、置信度以及类别, (N, 6) or boxes.boxes

Masks

Masks可以被索引、操作修改、将Masks转换为分割结果。也可以缓存段转换操作。

results = model(inputs)
masks = results[0].masks  # Masks object
masks.xy  # x, y segments (pixels), List[segment] * N
masks.xyn  # x, y segments (normalized), List[segment] * N
masks.data  # raw masks tensor, (N, H, W) or masks.masks 

Probs 置信度

包含了所有类别的置信度

results = model(inputs)
results[0].probs  # cls prob, (num_class, )

更多文档可以参考 https://docs.ultralytics.com/reference/yolo/engine/results/

绘制结果

yolov8提供了plot函数绘制结果，可以绘制边框，分割结果,分类结果类别等等。不在需要像yolov5那样直接写后处理nms等，很方便。

res = model(img)
res_plotted = res[0].plot()
cv2.imshow("result", res_plotted)

Argument	Description
conf (bool)	是否绘制检测置信度得分。
line_width (int, optional)	边界框的线宽。如果为None，则根据图像大小进行缩放。
font_size (float, optional)	文本的字体大小。如果为None，则根据图像大小进行缩放。
font (str)	用于文本的字体。
pil (bool)	是否使用PIL库进行图像绘制。
example (str)	要显示的示例字符串。用于指示输出的期望格式。
img (numpy.ndarray)	绘制到另一个图像上。如果为None，则绘制到原始图像上。
labels (bool)	是否绘制边界框的标签。
boxes (bool)	是否绘制边界框。
masks (bool)	是否绘制掩膜。
probs (bool)	是否绘制分类概率。

视频流数据源

以下是使用OpenCV和YOLOv8在视频帧上运行推理的代码。

import cv2
from ultralytics import YOLO

# Load the YOLOv8 model
model = YOLO('yolov8n.pt')

# Open the video file
video_path = "path/to/your/video/file.mp4"
cap = cv2.VideoCapture(video_path)

# Loop through the video frames
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()

    if success:
        # Run YOLOv8 inference on the frame
        results = model(frame)

        # Visualize the results on the frame
        annotated_frame = results[0].plot()

        # Display the annotated frame
        cv2.imshow("YOLOv8 Inference", annotated_frame)

        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Break the loop if the end of the video is reached
        break

# Release the video capture object and close the display window
cap.release()
cv2.destroyAllWindows()