YOLOv8中根据标签绘制真实框

# 创作灵感

最近也是自己在弄目标检测方面的东西,然后这也是自己碰到的问题,想着能分享一下,希望对有需要的人有所帮助。也欢迎大家来讨论问题、交流心得!!!

查了许多基本上(应该就是没有啦)找不到一个画YIOLOv8原始框的代码呀,所以就尝试查看YOLOv8的原始代码来绘制原始框。

满足需求请给我点个赞呀,引用望标注转载!!!



第一章、源码

不废话,先把源码给你们,不会改代码的友友可以看我第三章的讲解呀!!!

我代码习惯挺好的,嘿嘿,应该都可以看懂!!!(好像废话有点多呀~~~)

import os
import cv2

# 不要动这个颜色!!!!!!!!!!!!!! 直接划到下面的  if __name__ == "__main__":  里进行修改 其他部分不要动!!!!
colors = [(56, 56, 255), (151, 157, 255),(31, 112, 255),(29, 178, 255),(49, 210, 207), (10, 249, 72), (23, 204, 146),
          (134, 219, 61),(52, 147, 26),  (187, 212, 0), (168, 153, 44),(255, 194, 0),  (147, 69, 52), (255, 115, 100),
          (236, 24, 0),  (255, 56, 132), (133, 0, 82),  (255, 56, 203),(200, 149, 255),(199, 55, 255)]

class Annotator:
    def __init__(self, im, line_width=None):
        """Initialize the Annotator class with image and line width."""
        assert im.data.contiguous, 'Image not contiguous. 
### YOLOv8 绘制 PR 曲线 为了使用YOLOv8绘制PR曲线,通常需要评估模型性能并获取预测结果。通过这些结果可以计算精确率(Precision)和召回率(Recall),进而构建PR曲线。 以下是实现这一目标的具体方法: #### 获取预测结果 首先,加载训练好的YOLOv8模型并对测试集进行推理以获得预测及其置信度分数。 ```python from ultralytics import YOLO model = YOLO('path_to_your_model.pt') # 加载预训练模型 results = model.predict(source='test_images', save=True, conf=0.25) ``` #### 计算Precision和Recall 接着,利用`pandas`库整理真实标签与预测结果之间的匹配情况,并据此计算不同阈值下的Precision和Recall值[^1]。 ```python import pandas as pd from sklearn.metrics import precision_recall_curve # 假设df是一个DataFrame,其中包含'true_labels'和'scores' precision, recall, thresholds = precision_recall_curve(df['true_labels'], df['scores']) ``` #### 绘制PR曲线 最后,借助matplotlib或其他绘图工具来展示PR曲线图表。 ```python import matplotlib.pyplot as plt plt.figure() plt.plot(recall, precision, marker='.') plt.xlabel('Recall') plt.ylabel('Precision') plt.title('Precision-Recall Curve') plt.show() ``` 上述过程展示了如何从数据准备到最终可视化整个流程的操作方式。值得注意的是,在实际应用过程中可能还需要考虑更多细节调整,比如处理多类别分类问题或者优化参数设置等。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值