YOLOV5在detect过程中绘制目标提取框为什么倒置进行绘制

最新推荐文章于 2023-09-20 16:36:36 发布
最新推荐文章于 2023-09-20 16:36:36 发布
阅读量659 收藏 1
点赞数 3
分类专栏： PyTorch 图像处理 深度学习框架
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/zkp_987/article/details/119000225
版权

YOLOV5 目标检测 NMS 置信度 绘图顺序
关键词由CSDN通过智能技术生成

今天师弟问我个问题，在YOLOV5官码detect.py文件中第104行出现如下将目标检测结果绘制在原图与记录在文件中的逻辑：
在这里插入图片描述
师弟的问题是，这里遍历所有目标的时候，为什么要reversed进行倒置，正着取不行吗？
我的答案：可以正着绘制，但是不好。之所以reversed反过来绘制结果，是因为NMS的时候会先根据置信度从高到低做运算，所以输出的时候从高到低，那么绘制的时候从低概率开始绘制，那么就算有重合，高概率覆盖低概率，看起来直观

YOLOv5的Tricks | 【Trick13】YOLOv5的detect.py脚本的解析与简化
Clichong
08-10 8463
如有错误，恳请指出。在之前介绍了一堆yolov5的训练技巧，train.py脚本也介绍得差不多了。之后还有detect和val两个脚本文件，还想把它们总结完。在之前测试yolov5训练好的模型时，用detect.py脚本简直不要太方便，觉得这个脚本集成了很多功能，今天就分析源码一探究竟。关于如何使用yolov5来训练自己的数据集在之前已经写了一篇文章记录过：yolov5的使用 | 训练Pascal voc格式的数据集，所以在这篇文章中就主要分析源码，再稍微提及一下detect的可用参数。对于测试的都会存放在
YOLOv5源码逐行超详细注释与解读（2）——推理部分detect.py
热门推荐
路人贾的博客
03-07 4万+
全网最详细的YOLOv5之推理部分detect.py源码逐行注释，近四万字的超详细讲解！小白入门必看！
目标检测 YOLOv5 常见的边框（bounding box ）坐标矩形框表示方法
CVPR收割机的博客
09-28 7330
将txt格式的真值框（Ground Truth）在原图上显示 具体过程坎坷，以下博主提供了思路，学习了yolo格式label的归一化和坐标求解！ 1、https://blog.csdn.net/flyfish1986/article/details/117133648 2、
yoloV5 Ground Truth box框框的绘制
蓝胖子的博客
02-17 2016
图片就全部放在images中，标签就全部放在labels中，最终的输出图片默认放在output中。以此类推，这里颜色的表示是HEX格式，利用opencv画图是传入的颜色格式是。几乎所有的颜色转换网站默认的颜色格式是rgb，需要自己换一下，切记。这就意味着D10标签的颜色是。
（深度学习）yolo坐标形式数据的扩充、与普通图片坐标系的转换、在原图上绘制目标框
MissLemonh的博客
10-07 3769
一、问题背景 要使用yolo框架进行目标检测步骤如下：1、数据标注 ，生成对应的txt文档 2、对现有数据进行扩充，生成相应的txt文档 3、根据txt文档 在图片上绘制目标框 4、训练 。此文档主要解决前三个问题。 1、数据标注后生成的txt文档的格式如下： 注：第一个数字代表目标类别 第2-5个数字代表 x_center（目标框中心位置的x坐标）/原本图片的宽度, y_center（目标框中心位置的y坐标）/原本图片的高度 ， width(目标框的宽度）/原本图片的宽度, h...
Python 根据生成的txt对多目标跟踪结果画框可视化显示
qq_51682716的博客
10-20 2446
draw_mot.py import os.path import numpy as np from sort_gt import sort_output import cv2 def draw_mot(video_id): txt_name = 'D:/project/code/result/' + video_id + '.txt' # txt文本内容 file_path_img = 'D:/project/datasets/trainData/Multi-object-track
使用YOLOv5模型进行目标检测！
小白学视觉
07-28 4431
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达目标检测是计算机视觉领域的一大任务，大致分为一阶段目标检测与两阶段目标检测。其中一阶段目标检测模型以YOLO系列为代表。最新的YOLOv5在各个数据集上体现出收敛速度快、模型可定制性强的特点，值得关注。本文主要讲解如何从零训练自己的YOLOv5模型与一些重要参数的含义。本文的训练数据使用的是开源数据集SHWD，已上传开源数据平台...
yolov5detect的输出结果进行目标框提取
03-29
在上面的代码中，我们首先加载了yolov5detect输出结果，然后遍历结果，提取每个目标框的坐标和置信度等信息，最后使用cv2.rectangle函数绘制目标框。最终，我们可以使用cv2.imshow函数显示图片。
YOLOv5源码中的参数超详细解析（4）— 推理部分（detect.py）
突然好想你
08-21 1285
YOLOv5是当前目标检测领域非常流行的算法。在YOLOv5项目目录结构中，detect.py是一个非常重要的文件，该文件用于验证自己训练出来的模型在实验中的表现情况。
在 C++ 和 Python 中使用 YOLOv5 OpenCV DNN 进行对象检测
DT程序员的博客
05-09 1028
在 C++ 和 Python 中使用 YOLOv5 OpenCV DNN 进行对象检测实现及相关代码介绍
OpenCV之YOLOv5目标检测
最新发布
风间琉璃的博客
09-20 7823
目录前言一、YOLOv5简介二、预处理1.获取分类名2.获取输出层名称3.图像尺度变换三、模型加载四、推理和后处理五、源码YOLOv5（You Only Look Once version 5）是计算机视觉领域中一种用于目标检测的深度学习模型，它是YOLO（You Only Look Once）系列的最新版本。YOLOv5的目标是实现高效而准确的实时目标检测，其名称"You Only Look Once"意味着它只需一次前向传播（forward pass）即可检测图像中的所有对象，而不需要采用复杂的多步骤流
第四章：目标检测YoloV3（中）
何少的博客
08-29 936
目录单阶段目标检测模型YOLO-V3YOLO-V3 模型设计思想产生候选区域生成锚框生成预测框对候选区域进行标注标注锚框是否包含物体标注预测框的位置坐标标签标注锚框包含物体类别的标签标注锚框的具体程序卷积神经网络提取特征根据输出特征图计算预测框位置和类别建立输出特征图与预测框之间的关联计算预测框是否包含物体的概率计算预测框位置坐标计算物体属于每个类别概率损失函数 单阶段目标检测模型YOLO-V3 上面介绍的R-CNN系列算法需要先产生候选区域，再对候选区域做分类和位置坐标的预测，这类算法被称为两阶段目标检测
yolov5实现推理时标注框只标注置信度最大
weixin_51323170的博客
04-09 3000
yolov5实现推理时标注框只标注置信度最大 实现此功能只需将以下代码插入for *xyxy, conf, cls in reversed(det):前即可，注意缩进，和for *xyxy, conf, cls in reversed(det):同级 # print(len(det)) # print(det[0][4]) # 实现在所有标注框中只标注置信度最大的 MaxConf = [] for i in range(len(det)): # print(i) MaxCon
YOLOv5 自学笔记（持续更新）
Mr_wjjianyan的博客
12-29 3305
YOLOv5-6.x
Yolov5训练模型没有框
TYY276的博客
12-07 1万+
在用yolov5训练自己的图片，先运行train.py文件再运行detect.py文件后，发现测试集中的图片没有出现锚框。
YOLO系列 --- YOLOV7算法（二）：YOLO V7算法detect.py代码解析
weixin_42206075的博客
07-27 2万+
YOLO V7算法detect.py代码解析
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