记录yolov8（ultralytics）目标检测移植运用打包的问题

         任务目标：使用别人训练好的权重文件，使用yolov8+pyside2，用pyinstaller打包在界面上实现目标检测，计算出框数和目标

        由于理解不深刻，外加只负责部署，不负责训练，在打包上遇到巨多问题。实现效果希望打算如图所示：

        

        第一次打包思路如上图所示，上图是个错误示范（代码里面标的people，懒得改了），希望用别人训练好的pt权重文件进行pyinstaller打包，打包时间非常长，打包出来的文件高达3个G，程序一直在转，最开始还认为pyinstaller坏了。打包出来的exe文件在cmd运行，始终找不到_internal\\ultralytics\\cfg\\default.yaml。不管重装环境还是在Linux上都出现了这个问题。

        在大量的尝试无果的情况下，发现了很多人部署时使用了onnx模型，pt权重文件转换为onnx模型，python转换代码很简单，这里不赘述了。这里遇到的大坑是在自己电脑上直接使用pt转onnx，终端直接开始训练（图都没有，训练个鬼，别人的pt文件）。pt转onnx始终不成功。（解决：在跑出pt文件的电脑上pt转onnx，几下就跑完了）。

        拿到训练好的onnx文件，使用onnxruntime跑出来是一个5*8400的数组，这和pt文件在预测跑出来的resault.boses里面拿数据这种方式完全不同，刚开始对整个数组一头雾水。有的人跑出来是9*8400，有的跑出来80*8400，这个是由于训练时配置文件决定的，比如决定对“手“、”头“、“脚”3个目标进行检测，那么得到的数组就是（4+3）*8400，前面的4代表xywh（中心坐标xy，w宽，h高），后面的是置信度（通俗说就是概率，比如后三位是[0.8、0.9、0.5]，对应便是手的概率0.8，头的概率0.9，脚的概率0.5，一般跑出来n多趋近于0，自己根据需要来提取），8400和选择的训练模型有关。

        在进行目标标框时，发现框对不上，最后发现问题，训练运用模型是640*640，将图片缩小到640*640，框就对上了。

总结：

        1.使用pyinstaller打包实现目标检测，不要直接使用pt文件，让训练员在训练的地方将pt文件转换为onnx文件，对onnx打包。可以显著降低包的大小。

        2.onnx跑出来的数组需要自己进行处理，根据需要自行调试。（主要是数据类型，转置，内容提取的问题）。

        3.标框时，根据自己的图片大小和模型，将结果图自行处理（主要是图片缩放的问题）。

附上简单的onnx测试代码：

模型输出是（1 5 8400）图片输出为640*640（没对框进行处理），标框上标person+置信度：

        

import cv2
import numpy as np
import onnxruntime

def prepare_input(bgr_image, width, height):
    image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB)
    image = cv2.resize(image, (width, height)).astype(np.float32)
    image = image / 255.0
    image = np.transpose(image, (2, 0, 1))
    input_tensor = np.expand_dims(image, axis=0)
    return input_tensor

image_path = "2.jpg"
onnx_model_path = 'best.onnx'
session = onnxruntime.InferenceSession(onnx_model_path)
image = cv2.imread(image_path)
image_height, image_width, _ = image.shape
input_tensor = prepare_input(image, 640, 640)

outputs = session.run(None, {session.get_inputs()[0].name: input_tensor})
output = np.squeeze(outputs[0])
a = output.T
print(a)
last_column = a[:, -1]
# 找到大于0.7的索引
condition = last_column > 0.7
# 大于0.7的行
result_rows = a[condition]
# 大于0.7的值的数量
count = np.sum(condition)
# 打印大于0.7的行和数量
print("大于0.7的行：", result_rows)
print("大于0.7的数量：", count)

boxes = result_rows.tolist()

# 读取图片
image = cv2.imread(image_path)  # 将 "your_image_path.jpg" 替换为您自己的图片路径
image = cv2.resize(image, (640, 640))
# 在图像上绘制边界框和标签
for box in boxes:
    x, y, w, h, confidence = box

    # 计算边界框的左上角和右下角坐标
    x1 = int(x - w/2)
    y1 = int(y - h/2)
    x2 = int(x + w/2)
    y2 = int(y + h/2)

    # 绘制边界框
    cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)

    # 添加标签文字
    label = f"person {confidence:.2f}"
    cv2.putText(image, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)

cv2.imshow("Image with Bounding Boxes", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

希望这篇文章对你的移植部署有所帮助.