一，图像检测

用已经训练好的模型进行图像推理检测，运行时注意修改图像和模型路径。

# 引入opencv
import cv2# 引入YOLO模型
from ultralytics import YOLO# 打开图像
img_path = "./img.jpg"  # 这里修改你图像保存路径# 打开图像
img = cv2.imread(filename=img_path)# 加载模型
model = YOLO(model="yolov8n.pt") # 这里修改你图像保存路径# 正向推理
res = model(img)# 绘制推理结果
annotated_img = res[0].plot()# 显示图像
cv2.imshow(winname="YOLOV8", mat=annotated_img)# 等待时间
cv2.waitKey(delay=10000)# 绘制推理结果
cv2.imwrite(filename="jieguo.jpeg", img=annotated_img) 

二， 视频检测

用已经训练好的模型进行视频推理检测，运行时注意修改图像和模型路径。

import cv2from ultralytics import YOLO# 加载模型
model = YOLO(model="yolov8x.pt")# 视频文件
video_path = "nanwangjinxiao.mp4"# 打开视频
cap = cv2.VideoCapture(video_path)while cap.isOpened():# 获取图像res, frame = cap.read()# 如果读取成功if res:# 正向推理results = model(frame)# 绘制结果annotated_frame = results[0].plot()# 显示图像cv2.imshow(winname="YOLOV8", mat=annotated_frame)# 按ESC退出if cv2.waitKey(1) == 27:breakelse:break# 释放链接
cap.release()
# 销毁所有窗口
cv2.destroyAllWindows() 

三，实时摄像头检测

这里默认打开的是你电脑本地摄像头（编号0）

import cv2from ultralytics import YOLO# 加载模型
model = YOLO(model="yolov8n.pt")# 摄像头编号
camera_no = 0# 打开摄像头
cap = cv2.VideoCapture(camera_no)while cap.isOpened():# 获取图像res, frame = cap.read()# 如果读取成功if res:# 正向推理results = model(frame)# 绘制结果annotated_frame = results[0].plot()# 显示图像CV2.imshow(winname="YOLOV8", mat=annotated_frame)# 按ESC退出if CV2.waitKey(1) == 27:breakelse:break# 释放链接
cap.release()
# 销毁所有窗口
cv2.destroyAllWindows()