在 Yolov5 中，我们如何使用 model=torch.hub.load() 和 results=model(img) 隐藏预测图像的置信度？

Question

使用

python detect.py

时，我们可以使用标志

--hide-conf

隐藏置信水平

我的问题是，我们可以在使用

model=torch.hub.load()

然后使用

results=model(img)

时做同样的事情吗？一旦我们写下

results.show()

，我只想要图像上带有类别名称的框，并希望隐藏置信度分数。

我尝试过使用，

model_damage_annot.conf=0.4
model_damage_annot.iou=0.15
model_damage_annot.max_det=20

这有效，但

model_damage_annot.hide_conf=True

不起作用。正确的做法是什么？

生成的图片显示了置信度分数，我想隐藏它们。请指导我

谢谢你！

Answer 1

我尝试更改 detector.py 文件并添加像您一样的参数，但它们都不适合我。但由于可以提取置信度得分及其边界框（xmax、xmin、ymax、ymin），我将它们存储在变量中，然后自己绘制边界框。你可以试试我的代码。

results = model(img)  
    
bboxes = results.pred[0][:, :4] 

total_area_covered = 0
x1, y1, x2, y2 = 0, 0, 0, 0

draw = ImageDraw.Draw(img)
for bbox in bboxes:
    x1, y1, x2, y2 = bbox.int().tolist()
    
    for i in range(x1, x2, 4):
        draw.line([(i, y1), (i + 2, y1)], fill="black", width=3)
        draw.line([(i, y2), (i + 2, y2)], fill="black", width=3)
    for i in range(y1, y2, 4):
        draw.line([(x1, i), (x1, i + 2)], fill="black", width=3)
        draw.line([(x2, i), (x2, i + 2)], fill="black", width=3)
    
    total_area_covered += (x2 - x1) * (y2 - y1)

img.save(output_path)