关于#目标检测#的问题：如何实现在检测到的视频中输出检测框的坐标信息(语言-python)

Question

我通过AI检测算法将视频中的目标识别出来过后，如何实现在检测到的视频中输出检测框的坐标信息。

Answer 1

引自免费微信小程序：皆我百晓生

在Python中，使用YOLOv5、Faster R-CNN等目标检测框架实现视频中的目标检测并输出检测框的坐标信息，可以按照以下步骤进行。这里以YOLOv5为例（假设你已经安装了 Ultralytics 的 YOLOv5 库）：

首先确保已安装所需库：

pip install -qr https://github.com/ultralytics/yolov5/blob/master/requirements.txt  # 安装YOLOv5依赖库

然后，将视频文件输入YOLOv5模型进行检测，并输出检测框坐标：

import torch
from PIL import Image
from IPython.display import display
from yolov5.yolov5 import detect

# 加载预训练模型，例如yolov5s.pt
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')

# 设定输入视频路径
video_path = 'path_to_your_video.mp4'

# 对视频进行逐帧检测并输出结果
results = []
for frame in model.detect(video_path):
    # 每一帧的检测结果是一个字典列表，每个字典包含框坐标和类别信息
    for detection in frame['predictions']:
        x1, y1, x2, y2 = detection[:4]  # 获取边界框坐标
        class_id = detection[5]           # 获取类别ID
        score = detection[4]              # 获取置信度
        results.append({'bbox': [x1, y1, x2, y2], 'class_id': class_id, 'score': score})

    # 在这里你可以选择实时显示带有检测框的图像，或者直接保存带框图片
    display(frame.render())

# 输出所有检测到的框坐标信息
for result in results:
    print(f"Class ID: {result['class_id']}, Confidence: {result['score']}, BBox: {result['bbox']}")

# 如果你想将带有检测框的视频保存下来，可以进一步处理每一帧后写入新的视频文件
# 这里省略具体的视频处理和写入代码，这部分会涉及OpenCV等库的操作

请注意，上述代码仅用于演示如何从YOLOv5的预测结果中提取坐标信息。对于实际应用，可能需要根据具体需求调整和优化代码，包括但不限于实时展示、保存带框视频等操作。此外，为了运行这段代码，你需要提前下载好YOLOv5的预训练模型文件。

由于文本形式无法提供完整视频处理和输出功能，对于如何将带有检测框的结果写入新视频文件，请参考Ultralytics提供的官方示例或相关教程，如：

• YOLOv5 Github
• YOLOv5 Video Inference Tutorial