在YOLOv5中实时显示目标检测计数的方法

背景介绍

YOLOv5作为当前流行的目标检测框架，在实际应用中经常需要实时显示检测到的物体数量。本文将详细介绍如何在YOLOv5检测过程中，在视频画面上实时显示各类物体的统计数量。

实现原理

YOLOv5的检测结果包含了每个检测框的类别信息，我们可以利用这些信息进行计数统计。主要实现步骤包括：

1. 获取检测结果中的类别信息
2. 统计每个类别的出现次数
3. 使用OpenCV将统计结果绘制在视频帧上

具体实现方法

1. 导入必要的库

首先需要确保导入了Python的collections模块中的Counter类，用于统计类别出现次数：

from collections import Counter

2. 修改检测循环代码

在YOLOv5的检测循环中，添加计数和显示功能。以下是关键代码片段：

for i, det in enumerate(pred):  # 遍历每张图片的检测结果
    if len(det):
        # 统计每个类别的出现次数
        count_per_class = Counter(det[:, -1].int().tolist())
        
        # 在画面上显示统计结果
        for class_id, count in count_per_class.items():
            label = f"{names[class_id]}: {count}"
            cv2.putText(im0, label, (10, 45 + 30 * class_id), 
                       cv2.FONT_HERSHEY_SIMPLEX, 1.25, (255,255,255), 3)

3. 参数说明

• det[:, -1]：获取检测结果中的类别ID
• names[class_id]：获取类别名称
• cv2.putText参数：
  • im0：要绘制的图像
  • label：显示的文本内容
  • (10, 45 + 30 * class_id)：文本位置（可根据需要调整）
  • cv2.FONT_HERSHEY_SIMPLEX：字体类型
  • 1.25：字体大小
  • (255,255,255)：字体颜色（白色）
  • 3：字体粗细

实际应用建议

1. 显示位置优化：可以根据实际场景调整文本显示位置，避免遮挡重要区域
2. 显示样式定制：可以修改字体、颜色、大小等参数，提高可读性
3. 多类别处理：当类别较多时，可以考虑分栏显示或使用滚动显示方式
4. 性能考虑：在嵌入式设备上运行时，可以适当减少更新频率以降低计算负担

常见问题解决

1. Counter未定义错误：确保已正确导入from collections import Counter
2. 显示位置不正确：调整cv2.putText中的坐标参数
3. 文本显示不清晰：尝试调整字体大小、颜色和背景对比度

总结

通过在YOLOv5检测流程中添加简单的计数和显示代码，我们可以方便地在视频画面上实时查看各类物体的数量统计。这种方法简单有效，适用于各种实际应用场景，如安防监控、工业检测等。开发者可以根据具体需求进一步定制显示内容和样式，打造更符合业务需求的视觉界面。