如何使用自定义模型从 YoloV5 推理中获取边界框坐标？

如何解决如何使用自定义模型从 YoloV5 推理中获取边界框坐标？

我目前正在尝试使用我自己的脚本而不是 detect.py 从我的自定义模型的图像中获取边界框坐标。我想获得在图像上绘制边界框所需的坐标。有人可以帮我吗？

model = torch.hub.load('ultralytics/yolov5','custom','best.pt')
model = model.autoshape()

results = model(img,size=416)

解决方法

试试这个：

import torch
from matplotlib import pyplot as plt
import cv2
from PIL import Image

#Model
model = torch.hub.load('path to yolov5 folder','custom',path='path to model/best.pt',source='local')  # local repo
# Images
img = cv2.imread('yolov5/esa.jpeg')
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY )
# Inference
results = model(img,size=328)  # includes NMS

# Results
results.print()  
#results.show()  # or .show()

#results = results.xyxy[0]  # img1 predictions (tensor)
boxes = results.pandas().xyxy[0]  # img1 predictions (pandas)