首页YOLOv8识别物品代码

YOLOv8识别物品代码

时间: 2025-06-05 09:34:33 浏览: 15

### YOLOv8 物品识别示例代码以下是一个基于 YOLOv8 的物品识别示例代码，展示了如何加载预训练模型、进行推理以及展示检测结果。此代码适用于常见的物品识别任务，并结合了参考文献中的相关内容[^1]。 ```python # 导入必要的库 import cv2 from ultralytics import YOLO # 加载 YOLOv8 模型 model = YOLO("yolov8n.pt") # 使用官方提供的预训练权重文件 # 定义一个函数用于物品检测 def detect_objects(image_path): # 读取图像 image = cv2.imread(image_path) # 使用模型进行推理 results = model(image) # 对输入图像进行检测 # 获取检测结果 result = results[0] boxes = result.boxes.cpu().numpy() # 转换为 numpy 数组 # 在图像上绘制检测框 for box in boxes: r = box.xyxy[0].astype(int) # 获取边界框坐标 cv2.rectangle(image, (r[0], r[1]), (r[2], r[3]), (0, 255, 0), 2) # 绘制矩形框 # 显示带有检测框的图像 cv2.imshow("Detected Objects", image) cv2.waitKey(0) cv2.destroyAllWindows() # 调用函数进行物品检测 image_path = "example.jpg" # 替换为你的图像路径 detect_objects(image_path) ``` ### 说明上述代码实现了以下功能： - **模型加载**：通过 `YOLO("yolov8n.pt")` 加载预训练的 YOLOv8 模型。 - **图像推理**：使用 `model(image)` 对输入图像进行目标检测。 - **结果可视化**：通过 OpenCV 在图像上绘制检测框，并显示检测结果。此代码可以作为基础框架进行扩展，例如添加类别标签显示或调整模型参数以适应特定数据集的需求[^2]。 ---

阅读全文