前言
- 使用英文标签训练好的权重文件,检测输出对应的中文标签;
- 当文本太长导致其右侧超出标签框甚至图片时,可以将文本的位置由原来的标签框左上角,改为标签框正上方。
?
输出中文标签
- 将权重文件中类别的英文标签,直接替换为对应中文标签
- 可以直接把下面这个函数,放在
detect.py 文件中(例如,可以直接放在def run(...) 函数上面)
def en_to_ch(chinese_names, weights):
weights_dict = torch.load(weights)
weights_dict['model'].names = chinese_names
torch.save(weights_dict, weights)
chinese_names :就是对应的中文标签,例如:['人类','领带'] ,注意这里的顺序要和原来的英文标签一致;
- 如果只希望修改一部分为中文,另一份仍然为英文,则只需要将要修改的部分改为中文即可,例如:
['person','领带'] weights :为要修改的权重文件
效果如下:
?
修改标签框的位置和大小
- 根据需要(便于观察),如果文本太长导致其右侧超出标签框甚至图片时,可以将文本的位置改为在标签框正上方,未超出时就不用改
- 可以直接用下面的代码替换原来的
box_label 函数(直接copy即可)
def box_label(self, box, label='', color=(128, 128, 128), txt_color=(255, 255, 255)):
if self.pil or not is_ascii(label):
self.draw.rectangle(box, width=self.lw, outline=color)
if label:
w, h = self.font.getsize(label)
outside = box[1] - h >= 0
self.draw.rectangle((box[0],
box[1] - h if outside else box[1],
box[0] + w + 1,
box[1] + 1 if outside else box[1] + h + 1), fill=color)
self.draw.text((box[0], box[1] - h if outside else box[1]), label, fill=txt_color, font=self.font)
else:
p1, p2 = (int(box[0]), int(box[1])), (int(box[2]), int(box[3]))
cv2.rectangle(self.im, p1, p2, color, thickness=self.lw, lineType=cv2.LINE_AA)
if label:
tf = max(self.lw - 1, 1)
w, h = cv2.getTextSize(label, 0, fontScale=self.lw / 3, thickness=tf)[0]
outside = p1[1] - h - 3 >= 0
p2 = p1[0] + w, p1[1] - h - 5 if outside else p1[1] + h + 3
move_size = int((w - (box[2] - box[0])) / 2) if (box[2] - box[0]) < w else 0
cv2.rectangle(self.im,
(p1[0] - move_size, p1[1]), (p2[0] - move_size, p2[1]),
color, -1, cv2.LINE_AA)
cv2.putText(self.im, label, (p1[0] - move_size, p1[1] - 3 if outside else p1[1] + h + 2), 0,
fontScale=self.lw / 3,
color=txt_color, thickness=tf, lineType=cv2.LINE_AA)
效果如下:
|