检测detect.py修改与运行笔记2：找出文件夹中所有图片的**

原创已于 2022-10-30 16:36:05 修改 · 441 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #yolo #yolov5

于 2022-10-30 12:16:37 首次发布

深度学习专栏收录该内容

180 篇文章

订阅专栏

博客主要讲述使用Python结合YOLOv5进行逐个文件夹的物体检测，并对检测结果进行处理。检测涉及80个类别，若图片中未检测到物体，无txt记录但有图片记录。

部署运行你感兴趣的模型镜像

逐个文件夹运行检测


import os
import cv2
path = '/home/fly100/fsdownload'
filelist = os.listdir(path)

for item in filelist:
    print(item)
    os.system("python detect.py --weights yolov5s.pt --img 640 --conf 0.7 --name "+str(item)+" "+"--source /home/fly100/fsdownload/"+str(item))

结果处理

80个类别

['person', 'bicycle', 'car', 'motorcycle', 'airplane', 'bus', 'train', 'truck', 'boat', 'traffic light', 'fire hydrant', 'stop sign', 'parking meter', 'bench', 'bird', 'cat', 'dog', 'horse', 'sheep', 'cow', 'elephant', 'bear', 'zebra', 'giraffe', 'backpack', 'umbrella', 'handbag', 'tie', 'suitcase', 'frisbee', 'skis', 'snowboard', 'sports ball', 'kite', 'baseball bat', 'baseball glove', 'skateboard', 'surfboard', 'tennis racket', 'bottle', 'wine glass', 'cup', 'fork', 'knife', 'spoon', 'bowl', 'banana', 'apple', 'sandwich', 'orange', 'broccoli', 'carrot', 'hot dog', 'pizza', 'donut', 'cake', 'chair', 'couch', 'potted plant', 'bed', 'dining table', 'toilet', 'tv', 'laptop', 'mouse', 'remote', 'keyboard', 'cell phone', 'microwave', 'oven', 'toaster', 'sink', 'refrigerator', 'book', 'clock', 'vase', 'scissors', 'teddy bear', 'hair drier', 'toothbrush']

在这里插入图片描述

import os
import cv2



def finddog(dirname,path):
    filelist = os.listdir(path)
    filelist.sort(key= lambda x:int(x[:-4]))


    for item in filelist:
        if item.endswith('.txt'):
            import  time
            time.sleep(0.1)

            f = open(os.path.join(path, item), encoding="utf-8")
            a = f.read().split('\n')
            for i in range(len(a)-1):# 最后一个是空的
                b = a[i].split(' ')[0]
                if b == str(16):
                    print(item)
                    print(int(item[:-4]))
                    print(a[i].split(' ')[5])

            f.close()# 关闭文件




head_path = '/home/fly100/myproject/yolov5/runs/detect/'
head_filelist = os.listdir(head_path)
for dirname in head_filelist:
    print(os.path.join(head_path, dirname,'labels'))
    path = os.path.join(head_path, dirname,'labels')
    finddog(dirname,path)

运行结果：

/home/fly100/myproject/yolov5/runs/detect/test/labels
103029.txt
103029
0.748119
109055.txt
109055
0.720829
230063.txt
230063
0.914511

在这里插入图片描述

注：如果在一张图片中没有检测到任何物体，那么不会有txt的记录，但是会有图片的记录

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo

YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出，因其高速和高精度而广受欢迎