【YOLO脚本】推理测试集并保存结果CSV

芜湖大赛-算法赛道-基于视觉的反无人机检测与预警（出题方：大连理工大学）
【初赛A榜】

提交格式：提交测试集的结果CSV文件；(不需要表头)

imgname(图片名：xxx.jpg), label(标签数字：0), x1(左上坐标), y1(左上坐标), x2(右上坐标), y2(右上坐标), x3(右下坐标), y3(右下坐标), x4(左下坐标), y4(左下坐标), score(分数：0.99)

上传的图片名称统一用jpg后缀，坐标使用像素坐标（不用归一化）

压缩包文件命名：参赛选手ID+提交日期；

提交内容：下载初赛A榜图片，进行线下算法开发，提交CSV文件；

提交次数：每天3次

Image2csv.py

自行修改model_path，test_dir，output_csv的地址。

import os
import csv
import torch
from PIL import Image
from pathlib import Path
from ultralytics import YOLO
from tqdm import tqdm


def main():
    # 配置路径
    model_path = '/mnt/Virgil/YOLO/yolo11-SOD/runs/C3k2-DBB/C3k2-DBB2/weights/best.pt'
    test_dir = '/mnt/Virgil/YOLO/drone_dataset/testA'
    output_csv = 'DBB_result.csv'

    # 确保测试目录存在
    if not os.path.exists(test_dir):
        print(f"错误：测试集目录不存在: {
     
     test_dir}")
        return

    # 加载模型
    device = 'cuda' if torch.cuda.is_available() else 'cpu'
    #     device = 'cpu'
    print(f"使用设备: {
     
     device}")

    try:
        model = YOLO(model_path)
        print(f"已加载模型: {
     
     model_path}")
    except Exception as e:
        print(f"加载模型失败: {
     
     e}")
        return

    # 获取测试集中所有图片并排序
    image_extensions = ['.jpg', '.jpeg', '.png', '.bmp', '.webp']
    image_files = [f for f in os.listdir(test_dir) if Path(f).suffix.lower() in image_extensions]

    # 按图片名排序（忽略扩展名）
    image_files.sort(key=lambda x: Path(x).stem)

    if</