Yolo不改包代码关闭控制台推理日志

已于 2024-03-03 12:07:02 修改
阅读量471 收藏
点赞数 3
文章标签： YOLO 人工智能
于 2024-03-03 12:06:31 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40016124/article/details/136429155
版权

在预测的参数列表里加上verbose=False结即可关闭控制台输出日志

model.predict(source=color_image,show=True,verbose=False)
UDK_KL.
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【YOLO】关闭控制台推理日志
愿Bug与你同在
07-23 1474
每次推理时，控制台都会打一条日志。
关闭YOLO的详细日志器
qq_42693842的博客
06-30 827
【代码】【无标题】
TensorBoard使用
thefirsthandsome的博客
03-15 1011
Tensorboard快速上手
如何关闭yolov8预测时的打印输出
2302_77411714的博客
08-24 3531
将该文件的219、220、282、283、292、293行被注释掉。我是用conda创建的虚拟环境，名字叫‘yolov8’找到predictor.py这个文件。
YOLOv8推理使用（指令讲解+报错解决方法）
东东不熬夜的博客
02-11 4675
本篇文章主要讲解了如何利用yolov8进行推理。
解决yolov5s 训练时不生成日志文件 ”events.out.tfevents.xxxxx“
closejudge的博客
10-13 611
一般是tensorboard的版本问题，降低几个版本就ok。
YOLOv8教程系列：五、关闭数据增强
weixin_45921929的博客
11-09 4388
YOLOv8教程系列：五、关闭数据增强
yolo-world的系统代码
08-19
yolo-world的系统代码yolo-world的系统代码yolo-world的系统代码yolo-world的系统代码yolo-world的系统代码yolo-world的系统代码yolo-world的系统代码yolo-world的系统代码yolo-world的系统代码yolo-world的系统代码...
yolo离线数据增强代码
12-13
1. 像素级：HSV增强、旋转、平移、缩放、剪切、透视、翻转等 2. 图片级：MixUp、Cutout、CutMix、Mosaic、Copy-Paste等 3. 基本图片处理方法：将图像的最长边缩放到640，短边填充到640等方法。 ...
Yolov5 最简推理代码
04-07
Yolov5 最简推理代码，精简版models文件夹，使用方式见https://blog.csdn.net/suiyingy/article/details/123920843。只需要推理部分代码，删除冗余部分。
附带yolo5的各类包
06-07
这个压缩包中包含了与YOLOv5相关的各类包，这意味着它可能包括了YOLOv5的源代码、预训练模型、依赖库和其他辅助工具。 YOLOv5的核心在于其网络架构，它采用了卷积神经网络（CNN）来同时预测边界框和类别概率。与...
快递包裹YOLO训练数据集
04-25
【标题】"快递包裹YOLO训练数据集"指的是一个专门针对快递包裹识别的深度学习模型训练数据集。YOLO（You Only Look Once）是一种实时目标检测系统，它在计算机视觉领域广泛应用，尤其在物体识别方面表现出色。这个...
Windows+ONNX+TensorRT+YOLOV8+C++环境搭建
最新发布
yljxh的博客
08-22 774
跑通了Python环境下的Yolov8，但是考虑到性能，想试试C++环境下的优化效果。
创建干净虚拟环境对YOLOV8进行打包
yljxh的博客
08-19 661
打开Pycharm，打开需要打包的文件所在文件夹，点击Settings => Python Interpreter => Add Interpreter，参考下图，点击确定即可。另外，还需要在exe同级目录下，拷贝程序中使用到的资源，要不然exe找不到，我试了放到_internal里面不行。输入命令之后，等待即可，因为依赖环境比较多，时间稍微有点长，大概几分钟，最后出现这样子就打包成功了。直接双击DemoWindow.exe，看能不能正常打开，哈哈，果然不让你一次成功，提示找不到文件。
基于YOLOv8的暴力行为分类系统
2301_78240361的博客
08-19 499
基于yolo8的暴力行为分类系统 暴力行为检测 智慧安防 技术栈:yolo8+streamlit 可以识别两类：正常、暴力 模型分类能力见下图混淆矩阵 [1]可以识别图片与视频，也支持本地摄像头识别。
基于YOLO V8的PCB缺陷检测识别系统（python源码+Pyqt5界面+数据集+训练代码）
2401_83580557的博客
08-22 409
基于YOLO V8的PCB缺陷检测识别系统【python源码+Pyqt5界面+数据集+训练代码】
[数据集][目标检测]道路积水检测数据集VOC+YOLO格式2699张1类别
FL1623863129的博客
08-21 308
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：2699。标注数量(xml文件个数)：2699。标注数量(txt文件个数)：2699。标注类别名称:["water"]water 框数 = 3777。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
[数据集][目标检测]集装箱缺陷检测数据集VOC+YOLO格式4127张3类别
FL1623863129的博客
08-21 400
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:["Dent","Hole","Rust"]图片数量(jpg文件个数)：4127。标注数量(xml文件个数)：4127。标注数量(txt文件个数)：4127。使用标注工具：labelImg。Dent 框数 = 4943。标注规则：对类别进行画矩形框。
RK3568笔记五十五：yolov10训练部署测试
08-17 92
若该文为原创文章，转载请注明原文出处。yolov8还没熟悉，yolov10就出来了，本篇记录使用yolov10训练自己的数据，并部署到rk3568上。参考大佬的博客。
yolo算法推理实现代码
06-06
以下是使用Python和OpenCV库实现YOLO算法的推理代码示例： ```python import cv2 import numpy as np # 加载类别标签 classes = [] with open("coco.names", "r") as f: classes = [line.strip() for line in f.readlines()] # 加载模型配置和权重 net = cv2.dnn.readNet("yolov3.cfg", "yolov3.weights") # 获取输出层 layer_names = net.getLayerNames() output_layers = [layer_names[i[0] - 1] for i in net.getUnconnectedOutLayers()] # 加载图像 img = cv2.imread("img.jpg") # 把图像转换为blob blob = cv2.dnn.blobFromImage(img, 1/255.0, (416, 416), swapRB=True, crop=False) # 将blob输入到神经网络中 net.setInput(blob) # 进行前向传递 outs = net.forward(output_layers) # 处理输出层 class_ids = [] confidences = [] boxes = [] for out in outs: for detection in out: scores = detection[5:] class_id = np.argmax(scores) confidence = scores[class_id] if confidence > 0.5: center_x = int(detection[0] * img.shape[1]) center_y = int(detection[1] * img.shape[0]) width = int(detection[2] * img.shape[1]) height = int(detection[3] * img.shape[0]) left = center_x - width // 2 top = center_y - height // 2 class_ids.append(class_id) confidences.append(float(confidence)) boxes.append([left, top, width, height]) # 应用非极大值抑制 indices = cv2.dnn.NMSBoxes(boxes, confidences, 0.5, 0.4) # 绘制检测结果 for i in indices: i = i[0] box = boxes[i] left = box[0] top = box[1] width = box[2] height = box[3] cv2.rectangle(img, (left, top), (left+width, top+height), (0, 255, 0), 2) label = f"{classes[class_ids[i]]}: {confidences[i]:.2f}" cv2.putText(img, label, (left, top - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2) # 显示结果 cv2.imshow("Result", img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 其中，`coco.names` 文件是类别标签文件，`yolov3.cfg` 和 `yolov3.weights` 分别是YOLOv3算法的配置文件和权重文件。将它们放在与代码同一目录下即可。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值