yolo v8 下载及入门使用 Ultralytics

2024-03-24 17:44

本文主要是介绍yolo v8 下载及入门使用 Ultralytics,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

下载了Ultralytics库之后,通常不需要再单独下载YOLOv8。因为YOLOv8作为Ultralytics库中的一个组件或模块,已经被包含在Ultralytics的源代码中。

安装完Ultralytics后,可以直接在代码中导入YOLOv8模型,并使用它进行目标检测任务。

下载Ultralytics

在anaconda环境中创建虚拟环境

conda create -n yolov8_cpu python=3.9.0

进入虚拟环境

activate yolov8_cpu

下载ultralytics

pip install ultralytics

好了,完成了。


检测物体:

from ultralytics import YOLO# Load a pretrained YOLOv8n model
model = YOLO('yolov8n.pt')# Run inference on 'bus.jpg'
results = model(['TEST.png', 'brids2.png'])  # results list# Visualize the results
for i, r in enumerate(results):# boxes = result.boxes  # Boxes object for bounding box outputs# masks = result.masks  # Masks object for segmentation masks outputs# keypoints = result.keypoints  # Keypoints object for pose outputs# probs = r.probs  # Probs object for classification outputsr.show()  # display to screen# Save results to diskr.save(filename=f'results{i}.jpg')

这句:model = YOLO('yolov8n.pt')

如果你没有下载'yolov8n.pt'这个文件,他会帮你下载,所以大胆运行。

 运行结果:

0: 640x640 1 person, 1 bicycle, 1 cat, 1 dog, 68.0ms
1: 640x640 1 bird, 68.0ms
Speed: 3.0ms preprocess, 68.0ms inference, 1.5ms postprocess per image at shape (1, 3, 640, 640)

 解释:

0: 640x640 1 person, 1 bicycle, 1 cat, 1 dog, 64.6ms

第一幅图像:图像的高度和宽度都是640像素,什么图像,,,模型对这幅图像进行推理(即对象检测)所花费的时间,以毫秒为单位。

Speed: 3.0ms preprocess, 64.6ms inference, 2.0ms postprocess per image at shape (1, 3, 640, 640)

  • 3.0ms preprocess: 这是每幅图像预处理所花费的时间,包括图像加载、缩放、格式转换等操作。
  • 64.6ms inference: 这是模型进行对象检测推理所花费的时间,如之前所述。
  • 2.0ms postprocess: 这是每幅图像后处理所花费的时间,包括将检测结果转换为边界框、标签和置信度等可读格式。
  • per image at shape (1, 3, 640, 640): 这表明上述时间统计是针对形状为(1, 3, 640, 640)的图像的,其中1表示批量大小(即一次处理的图像数量),3表示图像的通道数(RGB),640x640表示图像的尺寸。

 

这篇关于yolo v8 下载及入门使用 Ultralytics的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/842307

相关文章

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论:List 的 contain

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

Android中Dialog的使用详解

《Android中Dialog的使用详解》Dialog(对话框)是Android中常用的UI组件,用于临时显示重要信息或获取用户输入,本文给大家介绍Android中Dialog的使用,感兴趣的朋友一起... 目录android中Dialog的使用详解1. 基本Dialog类型1.1 AlertDialog(

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... Java实现文件(图片)的预览和下载 @ApiOperation("访问文件") @GetMapping("

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

使用Sentinel自定义返回和实现区分来源方式

《使用Sentinel自定义返回和实现区分来源方式》:本文主要介绍使用Sentinel自定义返回和实现区分来源方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Sentinel自定义返回和实现区分来源1. 自定义错误返回2. 实现区分来源总结Sentinel自定