YOLO11推理参数

一、推理参数

参考原网址：Predict - Ultralytics YOLO Docs

 model.predict() 接受多个参数，这些参数可以在推理时进行调整：

from ultralytics import YOLO

# 加载预训练的 YOLO11n 模型
model = YOLO("yolo11m.pt")

# 使用参数对 'bus.jpg' 运行推理
model.predict("bus.jpg", show=True, imgsz=640, conf=0.7)

推理参数表

参数	类型	默认值	描述
source	str	'ultralytics/assets'	指定用于推理的数据源。可以是实时源的图像路径、视频文件、目录、URL 或设备 ID。支持多种格式和源，支持跨不同类型的输入灵活应用。
conf	float	0.25	设置检测的最小置信度阈值。如果检测到的置信度低于此阈值，则将忽略该对象。调整此值有助于减少误报。
iou	float	0.7	非最大抑制 （NMS） 的交并比 （IoU） 阈值。值越低，就会消除重叠框，从而减少检测次数，这对于减少重复项非常有用。
imgsz	int or tuple	640	定义用于推理的图像大小。可以是单个整数 640 （用于平方调整大小）或 （height， width） 元组。适当的尺寸可以提高检测精度和处理速度。
half	bool	False	启用半精度 （FP16） 推理，这可以加快受支持 GPU 上的模型推理速度，同时对准确性的影响最小。
device	str	None	指定要进行推理的设备（例如 cpu、cuda：0 或 0）。允许用户在 CPU、特定 GPU 或其他计算设备之间进行选择以执行模型。
batch	int	1	指定推理的批量大小（仅当源是目录、视频文件或 .txt 文件时有效）。较大的批处理大小可以提供更高的吞吐量，从而缩短推理所需的总时间。
max_det	int	300	每张图像允许的最大检测数。限制模型在单个推理中可以检测到的对象总数，从而防止在密集场景中出现过多的输出。
vid_stride	int	1	视频输入的帧步幅。允许跳过视频中的帧，以牺牲时间分辨率为代价来加快处理速度。值为 1 时，将处理每个帧，值越高，则跳过帧。
stream_buffer	bool	False	确定是否对视频流的传入帧进行排队。如果为 False，则丢弃旧帧以容纳新帧（针对实时应用程序进行了优化）。如果为“True”，则在缓冲区中对新帧进行排队，确保不会跳过任何帧，但如果推理 FPS 低于流 FPS，则会导致延迟。
visualize	bool	False	在推理期间激活模型特征的可视化，从而深入了解模型“看到”的内容。用于调试和模型解释。
augment	bool	False	启用用于预测的测试时增强 （TTA），从而可能以牺牲推理速度为代价提高检测稳健性。
agnostic_nms	bool	False	启用与类无关的非极大值抑制 （NMS），它合并不同类的重叠框。在类重叠很常见的多类检测方案中很有用。
classes	list[int]	None	将预测筛选为一组类 ID。将仅返回属于指定类的检测。对于在多类检测任务中关注相关对象非常有用。
retina_masks	bool	False	返回高分辨率分割掩码。如果启用，则返回的掩码 （masks.data） 将与原始图像大小匹配。如果禁用，则它们具有推理期间使用的图像大小。
embed	list[int]	None	指定要从中提取特征向量或嵌入的图层。对于聚类分析或相似性搜索等下游任务非常有用。
project	str	None	如果启用了 save，则保存预测输出的项目目录的名称。
name	str	None	预测运行的名称。用于在项目文件夹中创建子目录，如果启用保存，则预测输出将存储在该目录中。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

可视化参数表

参数	类型	默认值	描述
show	bool	False	如果为 True，则在窗口中显示带注释的图像或视频。在开发或测试期间提供即时视觉反馈。
save	bool	False or True	True 允许将带注释的图像或视频保存到文件中。可用于记录、进一步分析或共享结果。使用CLI时默认为True，在Python中使用时默认为False。
save_frames	bool	False	处理视频时，将单个帧保存为图像。可用于提取特定帧或进行详细的逐帧分析。
save_txt	bool	False	将检测结果保存在文本文件中，格式为 [class] [x_center] [y_center] [width] [height] [confidence]( [类] [x_center] [y_center] [宽度] [高度] [置信度])。可用于与其他分析工具集成。
save_conf	bool	False	在保存的文本文件中包括置信度分数。增强了可用于后处理和分析的细节。
save_crop	bool	False	保存检测的裁剪图像。可用于数据集扩充、分析或为特定对象创建专用数据集。
show_labels	bool	True	在视觉输出中显示每个检测的标签。提供对检测到的对象的即时了解。
show_conf	bool	True	在标签旁边显示每个检测的置信度分数。深入了解模型对每次检测的确定性。
show_boxes	bool	True	在检测到的对象周围绘制边界框。对于图像或视频帧中对象的视觉识别和定位至关重要。
line_width	None or int	None	指定边界框的线宽。如果为 None，则根据图像大小自动调整线宽。提供视觉自定义以提高清晰度。