jupyter安装使用，yolo预测结果可视化与Boxes信息

前言：

确保已经正确安装VScode，并已经安装python插件。

jupyter的安装：

1.创建一个后缀.ipynb的文件，创建成功后，点击“选择内核”，会提示你安装扩展插件，点击安装即可。

 

扩展安装完成后如图所示：

 

2.在对应的conda环境下输入pip install jupyterlab安装所需要的库

3.打开创建好的predict.ipynb，点击“选择内核”，选择对应的conda环境

YOLO预测结果可视化与Boxes信息（以YOLOv8为例）：

1.点击代码，输入以下代码并运行，得到预测结果

from ultralytics import YOLO
yolo = YOLO("./yolov8n.pt", task="detect")
result = yolo(source="./ultralytics/assets/bus.jpg")

 

 2.result是list信息，新建代码块，输入result[0]可查看其内容

3.输入以下代码，可实现预测结果可视化

# 检测结果可视化
import matplotlib.pyplot as plt
%matplotlib inline
plt.imshow(result[0].plot()[:,:,::-1])

注：其中plot直接输入的是BGR图像，需要在后面加上[:,:,::-1]才能转为RGB图像。

 

4.查看boxes信息

输入result[0].boxes可查看完整的boxes信息，然后点击text editor可查看完整信息

 

完整信息如下：

 

 

若想仅读取某些信息，例如想读取xywh的，则输入result[0].boxes.xywh

 

 但从图中可以看出，结果认为tensor，若想转成numpy的形式，则输入result[0].boxes.xywh.cpu().numpy()

注意事项：
1. Jupyter中使用，要可视化模型预测结果，一定要设置%matplotlib inline，否则无法使用，因为在plot部分YOLO强制将后端设置为了Agg
2. Jupyter中使用，要重新加载模型，否则预测过程中的参数，将不会更新，除非手动再次给出

参考视频：【手把手带你实战YOLOv8-入门篇】YOLOv8 模型预测_哔哩哔哩_bilibili