中英文双语企业网站,网站开发与设计实训报告总结,网站 关键词库 怎么做,织梦的网站地图更新一、模型介绍
模型基于 yolov8n数据集采用SKU-110k#xff0c;这数据集太大了十几个 G#xff0c;所以只训练了 10 轮左右就拿来微调了 基于原木数据微调#xff1a;训练 200 轮的效果 10 轮SKU-110k 20 轮原木 200 轮瓶盖正反面 微调模型下载地址https://wwxd.lanzouu.co…
一、模型介绍
模型基于 yolov8n数据集采用SKU-110k这数据集太大了十几个 G所以只训练了 10 轮左右就拿来微调了 基于原木数据微调训练 200 轮的效果 10 轮SKU-110k 20 轮原木 200 轮瓶盖正反面 微调模型下载地址https://wwxd.lanzouu.com/iREN21gey34d 密码:d8x3 下载完把模型格式修改为 pt 二、模型测试
废话不多说上代码
import cv2
from ultralytics import YOLO# 加载模型
model YOLO(best_bottle.pt) # 预训练的 YOLOv8n 模型image_url 123.webp
# 在图片列表上运行批量推理
results model([image_url]) # 返回 Results 对象列表image cv2.imread(image_url) # 替换成实际图像路径# 获取类别映射
class_mapping {0: BACK, 1: FRONT}# 处理结果列表
for result in results:boxes result.boxes # 边界框输出的 Boxes 对象labels boxes.clsboxes_np boxes.xyxy.numpy()for box, label in zip(boxes_np, labels):x1, y1, x2, y2 map(int, box)class_index label.item()class_label class_mapping.get(class_index, Unknown)# 设置颜色color (0, 255, 0) if class_label BACK else (0, 0, 255)# 在图像上绘制边界框image cv2.rectangle(image, (x1, y1), (x2, y2), color, 2)# 在图像上绘制分类标签label_text f{class_label}label_size, _ cv2.getTextSize(label_text, cv2.FONT_HERSHEY_SIMPLEX, 0.5, 1)label_position (x1 int((x2 - x1) / 2), y1 int((y2 - y1) / 2))cv2.putText(image, label_text, label_position, cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 1, cv2.LINE_AA)# 创建窗口并展示图像
cv2.namedWindow(Bounding Boxes, cv2.WINDOW_NORMAL)
cv2.imshow(Bounding Boxes, image)
cv2.waitKey(0)
cv2.destroyAllWindows()三、模型效果 四、实时推理
