I.はじめに:
YOLO_NAS_S モデルをターゲット検出に使用し、予測された被写体画像を保存します
インストールパッケージ:
pip install super_gradients
pip install omegaconf
pip install hydra-core
pip install boto3
pip install stringcase
pip install typing-extensions
pip install rapidfuzz
pip install Cython
pip install pycocotools
pip install onnx-simplifier
2. 手順:
- 必要なライブラリとフレームワークをインストールします。OpenCV、PyTorch、torchvision がインストールされていることを確認してください
- YOLO_NAS_S モデルのウェイト ファイルをダウンロードし、モデルをロードします
- 画像の前処理を実行します。入力画像ごとに、モデルが受け入れられる形式に変換し、正規化する必要があります。
- モデルをターゲット検出に使用し、予測結果を取得する
- 予測結果を分析し、予測されたメインピクチャを保存します
3. コード:
from PIL import Image
import torch
from super_gradients.training import models
device = torch.device("cuda:0") if torch.cuda.is_available() else torch.device("cpu")
model = models.get("yolo_nas_s", pretrained_weights="coco").to(device)
out = model.predict(r"D:\Desktop\tp.png", conf=0.6)
predictions = out[0]
# 提取预测框对应的主体图像并保存
num = 1
for bbox in predictions.prediction.bboxes_xyxy:
x1, y1, x2, y2 = bbox[:4] # 每个预测框的坐标
image = Image.open(r"D:\Desktop\tp.png")
cropped_image = image.crop((x1, y1, x2, y2)) # 根据坐标裁剪图像
output_path = f"output_{num}.jpg"
cropped_image.save(output_path) # 保存裁剪后的图像
num += 1
検出された写真:
主題の効果を予測します。
元の図に基づいてコードを表示すると、次のようになります。
from PIL import Image
import torch
from super_gradients.training import models
device = torch.device("cuda:0") if torch.cuda.is_available() else torch.device("cpu")
model = models.get("yolo_nas_s", pretrained_weights="coco").to(device)
out = model.predict(r"D:\Desktop\tp.png", conf=0.6)
out.save("save_folder_path")
結果: