使用yolov5的时候它将模型都封装好,输出函数也是results.print(),想要获取他的结果得通过截取输出的方式进行,最终采用以下方法操作:
Python文件中将print的输出内容重定向到变量中
个人修改后的代码为:
import torch
import re # 正则表达式
import sys
class __Autonomy__(object):
def __init__(self):
self._buff = ""
def write(self, out_stream):
self._buff += out_stream
# Model
model = torch.hub.load('ultralytics/yolov5', 'yolov5s') # or yolov5n - yolov5x6, custom
# Images
img = 'https://ultralytics.com/images/zidane.jpg' # or file, Path, PIL, OpenCV, numpy, list
# Inference
results = model(img)
# Results
print("This is the result")
current = sys.stdout
a = __Autonomy__()
sys.stdout = a
results.print()
sys.stdout = current
print(a._buff)
pattern = re.compile('([1-9])\s([a-z]+)')
m = re.findall(pattern,a._buff)
print(m)
tag = [] # image tagging结果
for i in range(len(m)):
tag.append(m[i][1])
print(tag)
通过这种方式即可获取tagging,通过YOLOv5做一个image tagging的工作。
|