【Python&目标识别】Yolo v5-7.0版本中文标签显示方法(附字体链接)

        Yolo的程序之前已经定制化输出过了,但是最近业主突然想要中文的标签,所以赶紧去修改了一下源代码,从网上发现很多资料都改这改那,搞四五个文件结果还没成功。所以自己研究了一下,现在已经完美解决了。今天就和大家分享一下Yolo v5-7.0版本的目标识别如何添加中文的标签。

1 前提条件

        1)我这里是Yolo v5-7.0版本可能不适用其他版本,可以自己尝试一下。

        2)其次,我是训练的时候用的英文,只是在标记层面将英文用中文显示,这点需要注意一下!如果你是用中文训练的就可以不继续往下看了。

2 查看标记源码

        yolo程序中的标记源代码在utils文件夹中的plots.py文件中。我们打开这个py文件后找到class Annotator这个类函数。将其中的字体改为中文字体(绝对路径),再将pil=False改为Ture即可。我这里准备了几个字体文件大家可以自行下载,当然也可以去“C:\Windows\Fonts”中找。

【Python&目标识别】Yolo v5-7.0版本中文标签显示方法(附字体链接)_第1张图片

3 detect代码修改

        因为我们是基于标记层面去用中文标记,所以在源代码中我们还需要将训练时的英文标签和中文对应起来。最简单的办法就是创建一个字典:

dict_label = {"Dog": "狗", "Cat": "猫"}

        然后我们在程序写入标签的地方将标签替换掉就可以了。

【Python&目标识别】Yolo v5-7.0版本中文标签显示方法(附字体链接)_第2张图片

        1)这里绿色框就是原始的label,它返回的数据是“Dog 0.55”,即类别+可信度。

        2)所以我们用红线画的地方去替换这个英文,lable[:-5]就是读取Dog这个值,然后用这个值作为键去字典里找到它对应的中文名,即dict_label[label[:-5]]。

        3)而后面的label[-5:]就是后面的置信度0.55。到这里label就代替完成了。

        4)然后我们将下面一行的annotator.box_label函数中的label改成我们替换后的lable即可,我这里是用label1代替,因为这样不会影响后面的程序。

注:其他的就不要动了,我的annotator.box_label函数可能和你的不一样,如后面的color参数,这是因为我的程序已经定制化过了,都是按照我的需求改的,你们只需要改label即可。

你可能感兴趣的:(Python深度学习,YOLO,python,深度学习,目标检测)