YOLOv5 检测结果取消显示标签(只显示边界框bbox）

wangchen1801

已于 2022-04-28 10:44:12 修改

阅读量7.5k

点赞数 8

CC 4.0 BY-SA版权

文章标签：目标检测

于 2022-03-17 15:19:48 首次发布

本文链接：https://blog.youkuaiyun.com/qq_43561292/article/details/123551344

这篇博客介绍了如何在使用Yolov5进行密集小目标物体检测时优化显示效果，通过修改`common.py`和`plots.py`文件中的代码，实现只显示边界框而不显示类别和置信度。这一改动适用于直接调用模型进行推理的情况，以提高视觉清晰度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

检测结果取消显示类别class和置信度confidence

利用Yolov5进行密集小目标物体检测时，只显示bbox可视化效果更好

yolov5/models/common.py

class Detections:
	def display():
		# label = f'{self.names[int(cls)]} {conf:.2f}'
        label = ''  # line 599 注释上面一行代码让label为空字符串

        im = annotator.im
        # 在此处增加cv2.putText()显示计数，可忽略
        cv2.putText(im, f'counting: {n}', (10, 25), fontFace=0, fontScale=0.7, color=(255, 255, 255), thickness=1)

以上方式对直接手动调用模型进行推理时有效，如果有时还会显示标签，可以直接改下：
yolov5/utils/plots.py

# yolov5画边界框时都会用到Annotator这个类，改下这里应该就没问题了
class Annotator:
	def box_label(self, box, label='', color=(128, 128, 128), txt_color=(255, 255, 255)):
	label = ''  # line 83 函数开始让label为空字符串