本文将介绍如何使用本机摄像头进行目标检测实时推理的python代码。
文章目录
一、下载YOLO权重文件
https://github.com/ultralytics/ultralytics?tab=readme-ov-file
拉到网页最下面,选择适合的模型,下载到本地。
二、环境配置
安装以下两个库,
pip install ultralytics
pip install opencv-python
三、完整代码
将yolov8n.pt保存在代码的同级目录下,当然你可以保存在任何地方,只需修改权重文件路径即可。
import cv2
from ultralytics import YOLO
import datetime
# 加载YOLOv8模型
model = YOLO('./yolov8n.pt')
# 打开默认摄像头 (设备索引为 0)
cap = cv2.VideoCapture(0)
# 检查摄像头是否成功打开
if not cap.isOpened():
print("无法打开摄像头")
exit()
while True:
# 读取摄像头的每一帧
ret, frame = cap.read()
# 如果读取帧失败,则退出循环
if not ret:
print("无法接收帧(可能是摄像头断开)")
break
# 使用YOLOv8进行检测
results = model(frame)
# 解析结果并绘制检测框
for result in results:
boxes = result.boxes
for box in boxes:
x1, y1, x2, y2 = map(int, box.xyxy[0]) # 获取检测框坐标
confidence = box.conf[0] # 获取置信度
cls = int(box.cls[0]) # 获取类别
label = model.names[cls] # 获取类别名称
# 绘制检测框和标签
cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
cv2.putText(frame, f"{label} {confidence:.2f}", (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
# 获取当前时间
now = datetime.datetime.now()
time_str = now.strftime("%Y-%m-%d %H:%M:%S")
cv2.putText(frame, time_str, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2, cv2.LINE_AA)
# 显示当前帧
cv2.imshow('Camera', frame)
# 按下 'q' 键退出
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()