YOLOv8 只检测人 只画框不要标签

参考了这个:YOLOv8只检测人(或其他一种或者多种类别)_yolov8只检测指定类别-CSDN博客

  1. 只检测人:predict的时候指定参数classes=[0]

  2. 只画框不要标签:plot的时候传入labels=False

  3. 标签中去掉置信度:result.plot(conf=False)

示例代码如下:

python 复制代码
#!/usr/bin/env python
import contextlib
from datetime import datetime
from pathlib import Path

# pip install opencv-python pillow ultralytics rich
import cv2
from ultralytics import YOLO  # type:ignore[import-untyped]

with contextlib.suppress(ImportError):
    from rich import print

model = YOLO("yolov8s.pt")
person_cls = 0  # 人员标签的类别ID
total = 200  # 总共截多少桢
interval = 20  # 每隔几桢推理一次
folder = Path(__file__).parent / "images"  # 未检测到人的图片存在这里
folder.mkdir(exist_ok=True)


cap = cv2.VideoCapture(0)  # 打开电脑摄像头
count = 0
while True:
    if not cap.isOpened():
        print(f"Failed to open video capture with {cap=}")
        break
    ok, frame = cap.read()
    if not ok:
        continue
    count += 1
    if count > total:
        print(f"Success to capture {total} frames~")
        break
    elif count % interval != 0:
        continue
    # 通过指定classes参数,限定要检测的类别
    # result = model(frame, classes=[person_cls], save=False, show=False, verbose=False)[0]
    result = model(frame, classes=[person_cls], save=False, verbose=False)[0]
    has_person = bool(result.summary())
    if has_person:
        print(f"{count=}, result: {result.verbose()}")
        result.show()
    else:
        file = folder / f"{count}.jpg"
        content = cv2.imencode(".jpg", result.plot())[1].tobytes()
        file.write_bytes(content)
        print(datetime.now(), f"{count=}, result: {has_person}, save to {file}")
cap.release()
print("✨ Done.")
相关推荐
羊羊小栈5 小时前
基于「YOLO目标检测 + 多模态AI分析」的遥感影像目标检测分析系统(vue+flask+数据集+模型训练)
人工智能·深度学习·yolo·目标检测·毕业设计·大作业
大霸王龙1 天前
基于vLLM与YOLO的智能图像分类系统
yolo·分类·数据挖掘
m_136872 天前
Mac M 系列芯片 YOLOv8 部署教程(CPU/Metal 后端一键安装)
yolo·macos
格林威2 天前
机器视觉在半导体制造中有哪些检测应用
人工智能·数码相机·yolo·计算机视觉·视觉检测·制造·相机
、、、、南山小雨、、、、3 天前
YOLO在ubuntu22安装
yolo
羊羊小栈3 天前
基于「YOLO目标检测 + 多模态AI分析」的铁路轨道缺陷检测安全系统(vue+flask+数据集+模型训练)
人工智能·yolo·目标检测·语言模型·毕业设计·创业创新·大作业
Python图像识别3 天前
63_基于深度学习的草莓病害检测识别系统(yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集)
python·深度学习·yolo
范男3 天前
YOLO11目标检测运行推理简约GUI界面
图像处理·人工智能·yolo·计算机视觉·视觉检测
model20053 天前
ubuntu24.04+5070ti训练yolo模型(2)
人工智能·yolo
强盛小灵通专卖员4 天前
RK3576边缘计算设备部署YOLOv11
人工智能·深度学习·yolo·边缘计算·sci·rk3576·小论文