YOLOv5目标检测中的类别限制与坐标获取技术解析
2025-04-30 08:32:30作者:虞亚竹Luna
引言
YOLOv5作为当前流行的实时目标检测框架,在实际应用中经常需要针对特定需求进行定制化开发。本文将深入探讨如何在YOLOv5中实现两个关键技术点:限制检测类别范围以及获取目标坐标信息,并结合实际应用场景给出完整解决方案。
类别限制实现方法
在YOLOv5中限制检测类别是一项常见需求,可以通过以下两种方式实现:
命令行参数方式
在执行检测脚本时,通过--classes
参数指定需要检测的类别索引:
python detect.py --source 0 --weights yolov5s.pt --classes 0 1 2
上述命令将只检测类别0、1和2的目标,其他类别将被忽略。
编程接口方式
在Python脚本中,可以通过设置classes
参数实现同样的效果:
from yolov5 import YOLOv5
model = YOLOv5("yolov5s.pt")
results = model.detect("input.jpg", classes=[0, 1, 2])
目标坐标获取技术
获取检测目标的坐标信息是许多应用的基础,以下是详细的实现方法:
基础坐标获取
YOLOv5的检测结果包含丰富的目标信息,其中xyxy
属性提供了目标的边界框坐标:
import torch
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')
results = model("input.jpg")
for box in results.xyxy[0]:
x1, y1, x2, y2, conf, cls = box
print(f"左上角坐标: ({x1}, {y1}), 右下角坐标: ({x2}, {y2})")
中心点计算
对于需要跟踪目标的场景,计算边界框中心点十分有用:
x_center = (x1 + x2) / 2
y_center = (y1 + y2) / 2
树莓派平台优化实践
在树莓派等资源受限设备上运行YOLOv5需要特别注意性能优化:
实时视频处理实现
import cv2
cap = cv2.VideoCapture(0)
while cap.isOpened():
ret, frame = cap.read()
if not ret:
break
results = model(frame)
for box in results.xyxy[0]:
x1, y1, x2, y2, conf, cls = box
# 处理逻辑...
性能优化技巧
- 使用轻量级模型(如yolov5n)
- 降低输入分辨率(320x240)
- 合理设置检测阈值
- 优化循环处理逻辑
实际应用案例:目标跟踪系统
结合上述技术,可以实现一个完整的目标跟踪系统:
def control_motor(x_center, frame_center, threshold=20):
if x_center < frame_center - threshold:
print("向左调整")
elif x_center > frame_center + threshold:
print("向右调整")
else:
print("目标已居中")
frame_center = frame.shape[1] / 2
control_motor(x_center, frame_center)
其中阈值参数可根据实际场景调整,较小的值使系统更敏感,较大的值使系统更稳定。
总结
通过本文介绍的技术方法,开发者可以灵活地在YOLOv5中实现类别限制和目标坐标获取功能,并成功应用于树莓派等嵌入式平台。这些技术为智能监控、自动跟踪等应用场景提供了可靠的基础解决方案。在实际应用中,建议根据具体需求调整参数,并通过实验找到最优配置。
登录后查看全文
热门项目推荐
相关项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息010Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp课程视频测验中的Tab键导航问题解析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 小米Mini R1C MT7620爱快固件下载指南:解锁企业级网络管理功能 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K

deepin linux kernel
C
22
6

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
503
39

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
331
10

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
193
277

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
938
554

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70