Python配合yolov11开发对象检测软件
- 上编文件写了yolov11开发分类,写篇文章写开发对象检测软件
- 环境配置onnx 1.16.1,onnx-graphsurgeon 0.5.2,onnxruntime 1.19.2,onnxruntime-gpu 1.19.2,onnxslim 0.1.34,torch 2.3.1+cu121,torchaudio 2.3.1+cu121,torchvision 0.18.1+cu121,PySide6 6.6.1,PySide6-Addons 6.6.1,PySide6-Essentials 6.6.1
- 分类使用的数据集,halcon的pill_bag对象检测的数据集
4.软件界面
5.关键代码
image_mat_ = self.CoverQImageToMat()results_=self.Model.predict(image_mat_)for result_ in results_:boxes_ = result_.boxes# names_=results_.namesfor box_ in boxes_:x_,y_,w_,h_=box_.xywh[0]c=box_.clscls_=self.Model.names[int(c)]self.BoxX.append(float(x_))self.BoxY.append(float(y_))self.BoxWidth.append(float(w_))self.BoxHeight.append(float(h_))self.BoxClass.append(cls_)
###运行推理# outputs=self.OnnxModel.run(["output0"],{"images":image_np_})outputs = self.OnnxModel.run([output_onnx_.name], {input_onnx_.name: image_np_})len(outputs)# print("OutputShape:", outputs.shape)###outputs处理output_onnx_ = outputs[0][0]print("OutputOnxxShape:", output_onnx_.shape)###转换 行列output_onnx_ = output_onnx_.transpose()print("OutputOnxxShape:", output_onnx_.shape)row = output_onnx_[0]print(row) ###输出下第一个特征
6.推理效果