Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- # pip install -U ultralytics opencv-python
- from ultralytics import YOLO
- import cv2
- def detect_objects(
- image_path: str,
- output_path: str = "result.jpg",
- model_name: str = "yolo11n.pt",
- conf_threshold: float = 0.25
- ) -> None:
- """
- Распознаёт объекты на изображении, рисует рамки и сохраняет результат.
- image_path: путь к исходному изображению
- output_path: путь для сохранения результата
- model_name: имя предобученной модели YOLO
- conf_threshold: минимальный порог уверенности
- """
- # Загружаем модель
- model = YOLO(model_name)
- # Запускаем предсказание
- results = model.predict(
- source=image_path,
- conf=conf_threshold,
- verbose=False
- )
- # Читаем исходное изображение через OpenCV
- image = cv2.imread(image_path)
- if image is None:
- raise FileNotFoundError(f"Не удалось открыть изображение: {image_path}")
- result = results[0]
- # Имена классов
- class_names = result.names
- # Проходим по найденным объектам
- for box in result.boxes:
- cls_id = int(box.cls[0].item())
- conf = float(box.conf[0].item())
- x1, y1, x2, y2 = map(int, box.xyxy[0].tolist())
- label = f"{class_names[cls_id]} {conf:.2f}"
- # Рамка
- cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
- # Подпись
- cv2.putText(
- image,
- label,
- (x1, max(y1 - 10, 20)),
- cv2.FONT_HERSHEY_SIMPLEX,
- 0.7,
- (0, 255, 0),
- 2
- )
- print(f"Найдено: {class_names[cls_id]} (confidence={conf:.2f})")
- # Сохраняем результат
- cv2.imwrite(output_path, image)
- print(f"\nГотово. Результат сохранён в: {output_path}")
- if __name__ == "__main__":
- detect_objects(
- image_path="./img_in/street.jpg", # замени на свой файл
- output_path="./img_out/photo_detected.jpg",
- model_name="yolo11n.pt", # компактная и быстрая модель
- conf_threshold=0.25
- )
Advertisement
Add Comment
Please, Sign In to add comment