使用 Ultralytics YOLO 库进行目标检测并标记结果

使用 Ultralytics YOLO 库进行目标检测并标记结果/n/n本文将介绍如何使用 Ultralytics YOLO 库进行目标检测，并演示如何将检测结果标记到图片上并保存到文件中。/n/n### 加载模型/n/n首先，需要加载 YOLO 模型。您可以从头开始构建新模型，也可以加载预训练模型。建议使用预训练模型进行训练。/n/npython/nfrom ultralytics import YOLO/n/n# 加载模型/nmodel = YOLO('./yolov8n.pt') # 加载预训练模型/n/n/n### 使用模型/n/n加载完模型后，就可以使用它对图像进行预测了。/n/npython/n# 使用模型/nresults = model('./images/1.jpg') # 对图像进行预测/n/n/n### 将检测结果标记到图片中并保存到文件中/n/n要将检测结果标记到图片中并保存到文件中，可以使用 results.show() 方法将检测结果标记在原始图片上，并使用 results.save() 方法将标记后的图片保存到文件中。/n/npython/n# 将检测结果标记在图片上并保存到文件中/nresults.show()/nresults.save('./images/1_detected.jpg')/n/n/n运行上述代码后，会在当前目录下生成一个名为 1_detected.jpg 的图片文件，其中标记了检测结果的框和类别信息。/n/n### 完整代码示例/n/npython/nfrom ultralytics import YOLO/n/n# 加载模型/nmodel = YOLO('./yolov8n.pt') # 加载预训练模型/n/n# 使用模型/nresults = model('./images/1.jpg') # 对图像进行预测/n/n# 将检测结果标记在图片上并保存到文件中/nresults.show()/nresults.save('./images/1_detected.jpg')/n/n