yolov8代码预测
时间: 2025-01-04 15:31:40 浏览: 55
### YOLOv8 实现预测功能的代码示例
为了展示如何使用YOLOv8进行预测,下面是一个完整的Python脚本例子。此脚本加载预训练模型并执行对象检测。
#### 加载预训练模型
```python
from ultralytics import YOLO
model = YOLO('yolov8n.pt') # 使用默认的小型YOLOv8模型[^1]
```
#### 执行图像上的推理操作
```python
import cv2
image_path = 'path/to/your/image.jpg'
img = cv2.imread(image_path)
results = model(img) # 对输入图片运行推理
```
#### 解析和可视化结果
```python
for result in results:
boxes = result.boxes.cpu().numpy()
for box in boxes:
r = box.xyxy[0].astype(int)
cv2.rectangle(img, (r[0], r[1]), (r[2], r[3]), (0, 255, 0), 2)
cv2.imshow('Detected Objects', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
上述代码片段展示了如何利用YOLOv8框架来完成基本的对象检测任务。通过指定路径到目标图像文件,并调用`model()`方法来进行推断,最后解析返回的结果以获取边界框坐标和其他相关信息[^2]。
阅读全文
相关推荐


















