使用 Yolov8 和 Opencv 进行区域内的物体检测

Question

我在 Yolov8 模型中跟踪对象时，使用 opencv 在图像中绘制了一个多边形。当带有我想要的标签的对象进入我绘制的区域时，我想打印“警告”输出。我该怎么做？

我查看了 YouTube 视频和资源，但找不到我想要的资源。

Answer 1

一种解决方案是使用包 Shapely，它能够计算几何图形之间的相互作用。

如果您从 YOLOv8 创建“停留区域”和检测框作为 Shapely Polygon 对象，那么计算交集很容易。

这是一个简单的 Python 示例。蓝色多边形将是“待出区域”，方框将是 YOLOv8 检测。

import matplotlib.pyplot as plt
from shapely.geometry import box, Polygon
import shapely.plotting


def color_intersection(polygon_0: Polygon, polygon_1: Polygon) -> str:
    """
    If polygons intersect, set color red else set color green.

    :param polygon_0: First polygon
    :param polygon_1: Second polygon
    :return: Color string
    """
    return 'red' if polygon_0.intersection(polygon_1) else 'green'


stay_out = Polygon(
    [
        (0, 0),
        (0, 7),
        (5, 10),
        (10, 10),
        (7, 0),
    ])
detections = (
    box(5, 0, 10, 5),
    box(15, 0, 20, 20),
)


fig, ax = plt.subplots()

shapely.plotting.plot_polygon(stay_out, ax=ax, color='blue')
for detection in detections:
    shapely.plotting.plot_polygon(
        detection,
        ax=ax,
        color=color_intersection(stay_out, detection),
    )

fig.suptitle('Shapely Intersection Example')
fig.tight_layout()
fig.show()

---

编辑：回答评论中的问题。

YOLOv8 通过属性

Results

进行推理后返回一个

boxes

对象，这是一个

Boxes

对象。

Boxes

对象具有属性“cls”，其中包含检测的预测类别的整数。在此张量中搜索您感兴趣的类 ID，然后创建您的消息。

from ultralytics import YOLO

# Define model: YOLO
model = YOLO(<path_to_trained_YOLOv8_model_weights.pt>)

# Perform inference: List[Results]
results = model(<path_to_image(s)_source>)

# First image results: Results
results[0]

# Mapping of class ID to name: Dict[int, str]
results[0].names

# Detections: Boxes
results[0].boxes

# Detection classes: torch.Tensor
results[0].boxes.cls

# Check if dog class (ID = 14) in detections
for result in results:
    if 14 in result.boxes.cls:
        <generate notification>