/CmoonVision

CmoonVision Based on YoloV8

Primary LanguagePythonMIT LicenseMIT

CmoonVision Based on YoloV8

安装

不使用GPU忽略第三行

conda create -n cmoonvision python=3.8
conda activate cmoonvision
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
python -m pip install -r requirements.txt

修改默认路径

cd .config/Ultralytics
gedit settings.yaml

将三个目录替换为你对应的绝对路径

datasets_dir: /home/cmoon/PythonCodes/CmoonVision/datasets
weights_dir: /home/cmoon/PythonCodes/CmoonVision/weights
runs_dir: /home/cmoon/PythonCodes/CmoonVision/runs
uuid: 3488c788a3faf60bdd221418b00faf776599a96db2fc55d2f02e7d80cbba0de8
sync: true
api_key: ''
settings_version: 0.0.3

使用

CLI

目标检测

#默认参数（按q停止）
python CmoonVision.py
#设定模型参数
python CmoonVision.py --task detect --weights yolov8s.pt --imgsz 640 --conf 0.8 --iou 0.7
#只检测指定物体(例:只检测瓶子和人)
python CmoonVision.py --task detect --classes=bottle,person
#寻找物体（检测到指定物体停止）
python CmoonVision.py --task detect --find bottle
#只关注出现在roi区域中的物体(例:只检测出现在画面左半边的物体(0.0 0.5表示宽度范围,0.0 1.0表示高度范围))
python CmoonVision.py --task detect --find bottle --roi 0.0 0.5 0.0 1.0
#使用电脑摄像头(source=cam或0)
python CmoonVision.py --task detect --source cam
#使用本地图片或视频(source为图片或视频路径)
python CmoonVision.py --task detect --source sources/image1.jpg
#使用track计数
python CmoonVision.py --task detect --source cam --track
#不保存或不显示
python CmoonVision.py --nosave --noshow

实例分割

#默认参数（按q停止）
python CmoonVision.py --task segment --weights yolov8s-seg.pt
#设定模型参数
python CmoonVision.py --task segment --weights yolov8s-seg.pt --imgsz 640 --conf 0.8 --iou 0.7
#只检测指定物体(例:只检测瓶子和人)
python CmoonVision.py --task segment --weights yolov8s-seg.pt --classes=bottle,person
#寻找物体（检测到指定物体停止）
python CmoonVision.py --task segment --weights yolov8s-seg.pt --find bottle
#只关注出现在roi区域中的物体(例:只检测出现在画面左半边的物体(0.0 0.5表示宽度范围,0.0 1.0表示高度范围))
python CmoonVision.py --task segment --weights yolov8s-seg.pt --find bottle --roi 0.0 0.5 0.0 1.0
#使用电脑摄像头(source=cam或0或不传)
python CmoonVision.py --task segment --weights yolov8s-seg.pt --source cam
#使用本地图片或视频(source为图片或视频路径)
python CmoonVision.py --task segment --weights yolov8s-seg.pt --source sources/image1.jpg
#使用track计数
python CmoonVision.py --task segment --weights yolov8s-seg.pt --source cam --track

图片分类

#默认参数（按q停止）
python CmoonVision.py --task classify --weights yolov8s-cls.pt
#寻找物体（检测到概率最高是指定类别停止）
python CmoonVision.py --task classify --weights yolov8s-cls.pt --find water_bottle
#使用电脑摄像头(source=cam或0)
python CmoonVision.py --task classify --weights yolov8s-cls.pt --source cam
#使用本地图片或视频(source为图片或视频路径)
python CmoonVision.py --task classify --weights yolov8s-cls.pt --source sources/image1.jpg

人体关键点检测

#默认参数（按q停止）
python CmoonVision.py --task pose --weights yolov8n-pose.pt
#使用电脑摄像头(source=cam或0)
python CmoonVision.py --task pose --weights yolov8n-pose.pt --source cam
#使用本地图片或视频(source为图片或视频路径)
python CmoonVision.py --task pose --weights yolov8n-pose.pt --source sources/image1.jpg

所有可选参数

--task 任务类型(detect,segment,classify)
--weights .pt模型路径
--imgsz	图片大小(默认640)
--conf 置信度阈值(默认0.25)
--iou iou阈值(默认0.7)
--source 图像来源(电脑摄像头:cam,0;本地图片或视频:路径)
--find 需要寻找的物体名称,找到就停止检测(例:--find bottle)
--classes: 哪些物体可以被检测到,字符串名称间用','分割(例:--classes bottle,person)
--roi 画面中心多大范围内的检测结果被采用(左宽度 右宽度 上高度 下高度) 例: --roi 0.0 0.5 0.0 1.0
--nosave 不保存图片
--noshow 不显示结果
--track 使用track计数（只支持detect和segment）

代码调用

example1

from CmoonVision import CmoonVision
from pathlib import Path

def main():
    weights = Path(Path.cwd(), 'weights', 'yolov8s.pt')
    detector = CmoonVision(task='detect', weights=weights)
    results = detector.predict(source=0)
    for result in results:
        print(result)

if __name__ == '__main__':
    main()

example2

from CmoonVision import YoloDet,YoloSeg,YoloCls,YoloPose
from pathlib import Path

def main():
    detector = YoloDet()
    results = detector(source=0)
    for result in results:
        print(result)

if __name__ == '__main__':
    main()

自定义检测器（更改或增加功能）

from CmoonVision import YoloDet

class MyDet(YoloDet):
    def __init__(self):
        super().__init__()
        
    def new_feature(self):
        """增加新功能"""
        pass
    
    def predict(self):
        """修改原功能"""
        pass

def main():
    detector = MyDet()
    results = detector(source=0)
    for result in results:
        print(result)

if __name__ == '__main__':
    main()

参数说明

CmoonVision

Parameters
Name Type Description Default
task str 任务类型 Required
weights str .pt模型路径 Required
imgsz int 图片大小 640
conf float 置信度阈值 0.25
iou float iou阈值 0.7

predict 模型推理函数,返回根据不同任务自定义的数据类型list

Parameters
Name Type Description Default
source any 图片来源:cv2读取的图片(np.ndarray)/电脑摄像头('cam','0',0)/本地文件(str) Required
classes str 哪些物体可以被检测到,字符串名称间用','分割('bottle,person') None
find str 需要寻找的物体名称('bottle') None
roi sequence 画面中心多大范围内的检测结果被采用([0.0,0.5,0.0,1.0]) (0.0,1.0,0.0,1.0)
nosave bool 不保存结果到runs文件夹 False
noshow bool 不显示结果 False
track bool 是否使用track计数（只支持detect和segment） False

目标检测结果数据类型DetResult

Parameters:
Name Type Description Default
name str 物体标签名称 Required
box List[int] 矩形框左上右下xyxy坐标 Required
center List[int] 矩形框中心点坐标 Required
conf float 置信度 Required
img0 np.ndarrary 原图 Required
id int 第几个物体 None
Attributes
Name Type Description
name str 物体标签名称
box List[int] 矩形框左上右下xyxy坐标
center List[int] 矩形框中心点坐标
conf float 置信度
img0 np.ndarrary 原图
id int 第几个物体

实例分割结果数据类型SegResult

Parameters:
Name Type Description Default
name str 物体标签名称 Required
box List[int] 矩形框左上右下xyxy坐标 Required
center List[int] 矩形框中心点坐标 Required
conf float 置信度 Required
img0 np.ndarray 原图 Required
mask np.ndarray 分割结果mask None
id int 第几个物体 None
Attributes
Name Type Description
name str 物体标签名称
box List[int] 矩形框左上右下xyxy坐标
center List[int] 矩形框中心点坐标
conf float 置信度
img0 np.ndarray 原图
mask np.ndarray 分割结果mask
img_mask np.ndarray 画上分割结果的图片
id int 第几个物体

图像分类结果数据类型ClsResult

Parameters:
Name Type Description Default
probs List 概率前五结果 [name,conf] Required
img0 np.ndarray 原图 Required
Attributes
Name Type Description
probs List 概率前五结果 [name,conf]
img0 np.ndarray 原图
name str 概率最高的结果名称

人体关键点检测结果数据类型PoseResult

Parameters:
Name Type Description Default
box List 矩形框左上右下xyxy坐标 Required
ioints List 关节点list [[x,y,prob]] Required
img0 np.ndarray 原图 Required
Attributes
Name Type Description
box List 矩形框左上右下xyxy坐标
ioints List 关节点x,y,prob
img0 np.ndarray 原图