YOLOv5,v8中文标签显示问题

本人使用的是YOLOv5-7.0,YOLOv8的最新版本

1. 训练YOLOv5时matplotlib无法显示中文标签

数据集中的标签是中文,在训练YOLOv5,v8算法时,matplotlib库无法显示中文

2 解决方法

在yolov5/utils/plots.py文件中手动添加黑体字体,如下图所示

2.1 下载SimHei.ttf文件

链接:https://pan.baidu.com/s/1hfQ-drCBU3z6BJpHtlKcOA?pwd=4xbz

提取码:4xbz

--来自百度网盘超级会员V7的分享

2.2 将字体SimHei.ttf放在.../mpl-data/font下

首先查询出本地存放matplotlib字体的路径

复制代码
# python 终端获取路径
 
import matplotlib    
print(matplotlib.matplotlib_fname())
 
#/D:\ProgramData\Anaconda3\envs\yolov5\lib\site-packages\matplotlib\mpl-data\matplotlibrc
 
# 下载好的SIMHEI.TTF放到该目录下 
D:\ProgramData\Anaconda3\envs\yolov5\lib\site-packages\matplotlib\mpl-data\fonts\ttf\

2.3 修改.../mpl-data/matplotlibrc配置文件

复制代码
# 用记事本打开matplotlibrc
 
# 修改的内容
 
# 去掉前面的#  
font.family         : sans-serif   
 
# 去掉前面的#,并在冒号后面添加SimHei
font.sans-serif     : SimHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif  
 
# 去掉前面的#,并将True改为False
axes.unicode_minus  : False

2.4 删除matplotlib的缓冲目录

复制代码
# python 终端获取缓存路径
import matplotlib
print(matplotlib.get_cachedir())
#C:\Users\Administrator\.matplotlib
 
# 删除缓冲目录

2.5 重新测试,解决问题

3. 测试YOLOv5,v8推理时时无法显示中文标签

3.1 遇到问题

在对YOLOv5模型进行测试时,无法显示中文,导致标签乱码

3.2 解决方法

修改yolov5/utils/plots.py,v8的ultralytics/yolo/utils/plotting.py文件中的Annotator类中的font,修改成刚刚下载的SemHei.ttf的路径即可,如下图所示

然后推理检测就正常显示中文了。

相关推荐
ASF1231415sd9 小时前
【基于YOLOv10n-CSP-PTB的大豆花朵检测与识别系统详解】
人工智能·yolo·目标跟踪
AI小怪兽10 小时前
基于YOLOv13的汽车零件分割系统(Python源码+数据集+Pyside6界面)
开发语言·python·yolo·无人机
ASD125478acx13 小时前
多类型孢子与真菌的智能识别与分类系统YOLO模型优化方法
yolo·目标跟踪·分类
2501_9361460421 小时前
【计算机视觉系列】:基于YOLOv8-RepHGNetV2的鱿鱼目标检测模型优化与实现
yolo·目标检测·计算机视觉
羊羊小栈21 小时前
基于YOLO和多模态大语言模型的智能电梯安全监控预警系统(vue+flask+AI算法)
人工智能·yolo·语言模型·毕业设计·创业创新·大作业
adaAS14143151 天前
【深度学习】YOLOv8-SOEP-RFPN-MFM实现太阳能电池板缺陷检测与分类_1
深度学习·yolo·分类
Coding茶水间1 天前
基于深度学习的驾驶行为检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
深度学习·qt·yolo
njsgcs1 天前
ppo靠近门模型 试训练 yolo评分
yolo·ppo
Dev7z1 天前
服装厂废料(边角料)YOLO格式分类检测数据集
yolo·服装厂废料·边角料
黑客思维者1 天前
机器学习071:深度学习【卷积神经网络】目标检测“三剑客”:YOLO、SSD、Faster R-CNN对比
深度学习·yolo·目标检测·机器学习·cnn·ssd·faster r-cnn