23 lines
1.0 KiB
Python
23 lines
1.0 KiB
Python
from ultralytics import YOLO
|
|
import os
|
|
|
|
# 确保 if __name__ == '__main__': 结构，这是一个好习惯
|
|
if __name__ == '__main__':
|
|
# 1. 加载你训练好的最佳模型
|
|
# !! 修改为你自己的 best.pt 路径 !!
|
|
model_path = r'runs_up/detect/train/weights/best.pt'
|
|
model = YOLO(model_path)
|
|
|
|
# 2. 指定你要预测的图片或文件夹
|
|
# 可以是单张图片路径，也可以是整个文件夹的路径
|
|
# 强烈建议使用验证集里的图片，或者一些全新的测试图片
|
|
source_path = r'train_data_up/images/val' # 预测整个验证集文件夹
|
|
|
|
# 3. 执行预测
|
|
# save=True: 会将画好框的图片保存下来
|
|
# conf=0.5: 只显示置信度大于 0.5 的预测结果，可以调整这个值
|
|
results = model.predict(source=source_path, save=True, conf=0.5)
|
|
|
|
# 预测结果会默认保存在 runs_up/detect/predictX 文件夹下
|
|
print("\n预测完成！")
|
|
# 你可以从 results 对象中获取详细信息，但对于可视化验证，直接去看保存的图片更方便。 |