计算机视觉 / 系统课时

图像检测推理

图像检测推理

本课完成一次可复现的单图检测:加载训练得到的 best.pt,对本地图像执行推理,并通过输入尺寸、置信度和运行设备控制速度与结果质量。完成后,你将得到带检测框的结果图和可核对的目标数量。

学习目标

  • 正确加载训练后的最佳权重并检查输入文件
  • 使用 Python API 完成单张图像检测并保存结果
  • 理解 imgsz、conf 和 device 对推理的影响

准备权重与图像

默认训练输出中的最佳权重位于 runs/detect/train/weights/best.pt。测试图像可放在 data/test.jpg。开始前确认两个文件都存在,并在训练时使用过的 Python 环境中运行脚本。

权重文件决定模型结构和已学习参数,测试图像只负责提供本次输入。推理阶段不会修改权重,也不会继续训练模型。

编写并运行推理程序

下面的程序会自动选择可用的 NVIDIA GPU;没有 CUDA 时回退到 CPU。project 与 name 共同确定输出目录,exist_ok=True 可避免重复运行时自动追加编号。

python
from pathlib import Path

import torch
from ultralytics import YOLO

weight_path = Path("runs/detect/train/weights/best.pt")
image_path = Path("data/test.jpg")
output_dir = Path("runs/predict/single")

if not weight_path.is_file():
    raise FileNotFoundError(f"找不到权重文件: {weight_path}")
if not image_path.is_file():
    raise FileNotFoundError(f"找不到测试图像: {image_path}")

device = 0 if torch.cuda.is_available() else "cpu"
model = YOLO(str(weight_path))

results = model.predict(
    source=str(image_path),
    imgsz=640,
    conf=0.25,
    device=device,
    save=True,
    project=str(output_dir.parent),
    name=output_dir.name,
    exist_ok=True,
    verbose=False,
)

boxes = results[0].boxes
count = len(boxes) if boxes is not None else 0
print(f"运行设备: {device}")
print(f"检测数量: {count}")
print(f"结果目录: {output_dir.resolve()}")

预期输出

text
运行设备: <DEVICE>
检测数量: <COUNT>
结果目录: <PATH>/runs/predict/single

<DEVICE> 可能是 0 或 cpu,<COUNT> 由图像中的实际目标决定,<PATH> 是当前项目的绝对路径。结果目录中应出现与输入图像同名的标注图。

参数调整与结果验证

参数 作用 调整建议
imgsz 推理前缩放后的输入尺寸 小目标较多时可适当增大,但显存占用和耗时也会上升
conf 保留检测框的最低置信度 误检多时调高,漏检多时可谨慎调低
device 指定计算设备 0 表示第一张 CUDA 显卡,cpu 表示处理器

验证时不要只看脚本是否结束。应同时检查结果图是否生成、检测框位置是否合理、类别名称是否正确,并记录同一张图在不同参数下的变化。

若出现 CUDA out of memory,先把 device 改为 cpu 验证流程,或降低 imgsz。若检测数量始终为零,依次确认权重是否来自当前数据集、类别配置是否一致、图像内容是否属于训练分布,再尝试将 conf 从 0.25 降到 0.15 进行对照。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

图像检测推理

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通