YOLOv5 以txt 或json格式输出预测结果-Toy模板网

这篇具有很好参考价值的文章主要介绍了YOLOv5 以txt 或json格式输出预测结果。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1.YOLOv5源码以多种格式输出预测结果

1.run函数——传入参数

yolo输出的txt,深度学习,python,YOLO,YOLOv5,目标检测,深度学习

2.run函数——保存打印

在对每张图片做处理的循环里的写入结果部分：
yolo输出的txt,深度学习,python,YOLO,YOLOv5,目标检测,深度学习
我们可以看到以下的代码片段就是以不同格式输出预测结果的代码

2.YOLOv5以.txt格式输出预测结果

1.执行以下代码就可以得到以.txt格式输出预测结果

 python detect.py --weights runs/exp1/weights/best.pt --source inference/images/ --save-txt --save-conf

–save-txt save results to *.txt #将预测的bounding box保存为txt文件
–save-conf save confidences in --save-txt labels #类别的概率

每个txt会生成一行一个目标的信息，信息包括类别序号、后面四个为bbox位置(xcenter ycenter w h)，最后一个是该类别的概率

2.输出格式：

yolo输出的txt,深度学习,python,YOLO,YOLOv5,目标检测,深度学习

3.YOLOv5以.json格式输出预测结果

1.需要在源码中加上一段代码

第一步
在这个位置加入

save_json = True,# 输出json文件save results to *.json
content_json = [],

第二步

在这个位置下面加上
yolo输出的txt,深度学习,python,YOLO,YOLOv5,目标检测,深度学习

 # 输出 json 文件
 if save_json:
    # windows下使用
    num += 1
    file_name = save_path.split('\\')
    # Linux下使用
    # file_name = save_path.split('/')
    content_dic = {
        "name": file_name[len(file_name) - 1],
        "num": num,
        "category": (names[int(cls)]),
        "bbox": torch.tensor(xyxy).view(1, 4).view(-1).tolist(),
        "score": conf.tolist()
    }
    content_json.append(content_dic)