使用 Ultralytics YOLO 库进行目标检测并添加标记

本指南介绍了使用 Ultralytics YOLO 库进行目标检测，并使用 Python 代码将检测结果标记到图像中并保存到文件中。

加载模型

from ultralytics import YOLO

# model = YOLO('yolov8n.yaml')  # 从头开始构建新模型
model = YOLO('./yolov8n.pt')  # 加载预训练模型（建议用于训练）

使用模型

# model.train(data='coco128.yaml', epochs=3)  # 训练模型
# metrics = model.val()  # 在验证集上评估模型性能
results = model('./images/1.jpg')  # 对图像进行预测

将检测结果标记到图片中并保存到文件中

要将检测结果标记到图片中并保存到文件中，您可以使用以下代码：

from PIL import Image

# 加载图片
image = Image.open('./images/1.jpg')

# 标记检测结果
results.render()  # 将检测结果添加到图像中

# 保存图像
results.save('./images/1_result.jpg')  # 保存带有检测结果的图像

这将使用PIL库来加载和保存图片，并使用results.render()将检测结果添加到图像中。最后，使用results.save()保存带有检测结果的图像到指定文件路径。