1. YOLOv8 模型相关函数
| 函数 | 用途 | 参数说明 | 返回值 | 示例 |
|---|---|---|---|---|
model.train() | 训练YOLOv8模型。 | - data: 数据集配置文件路径（YAML格式）。- epochs: 训练轮次。- imgsz: 输入图像尺寸。 | 无（模型权重自动保存到runs/目录）。 | model.train(data="coco.yaml", epochs=100) |
model.val() | 在验证集上评估模型性能。 | - data: 数据集路径（可选，默认使用训练时的配置）。- split: 验证集划分（如val）。 | 包含mAP、精度等指标的字典。 | results = model.val() |
model.predict() | 对输入图像/视频进行目标检测。 | - source: 输入路径（图像/视频/摄像头）。- conf: 置信度阈值。- save: 是否保存结果。 | 检测结果列表（每个元素对应一个输入）。 | results = model.predict("image.jpg", conf=0.5) |
2. OpenCV (cv2) 函数
| 函数 | 用途 | 参数说明 | 返回值 | 示例 |
|---|---|---|---|---|
cv2.imread() | 读取图像文件。 | - filename: 图像路径。- flags: 读取模式（如cv2.IMREAD_COLOR，默认BGR格式）。 | NumPy数组（H×W×C），失败返回None。 | img = cv2.imread("test.jpg") |
cv2.rectangle() | 在图像上绘制矩形框。 | - img: 目标图像。- pt1: 左上角坐标。- pt2: 右下角坐标。- color: 边框颜色（BGR）。- thickness: 线宽。 | 无（直接修改输入图像）。 | cv2.rectangle(img, (10,10), (100,100), (255,0,0), 2) |
cv2.putText() | 在图像上添加文本。 | - img: 目标图像。- text: 字符串。- org: 文本左下角坐标。- fontFace: 字体类型。- fontScale: 字体大小。- color: 文本颜色（BGR）。 | 无（直接修改输入图像）。 | cv2.putText(img, "Text", (50,50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0), 2) |
cv2.imwrite() | 保存图像到文件。 | - filename: 保存路径。- img: 图像数据。- params: 编码参数（如JPEG质量）。 | 布尔值（成功为True）。 | cv2.imwrite("output.jpg", img) |
3. PyTorch/Tensor 操作函数
| 函数 | 用途 | 参数说明 | 返回值 | 示例 |
|---|---|---|---|---|
tensor.cpu() | 将张量从GPU移动到CPU。 | 无参数。 | CPU上的张量。 | cpu_tensor = tensor.cpu() |
tensor.numpy() | 将PyTorch张量转换为NumPy数组。 | 无参数（需先调用.cpu()确保数据在CPU上）。 | NumPy数组。 | array = tensor.cpu().numpy() |
len() | 返回对象的长度（如列表、张量等）。 | - obj: 可迭代对象（如列表、张量、字符串）。 | 整数（元素数量）。 | num_boxes = len(boxes) |
4. 其他关键函数
| 函数 | 用途 | 参数说明 | 返回值 | 示例 |
|---|---|---|---|---|
plt.imshow() | 显示图像（Matplotlib）。 | - X: 图像数据（需为RGB格式）。- cmap: 颜色映射（如gray）。 | 无（显示图像窗口）。 | plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) |
plt.show() | 弹出Matplotlib图像窗口。 | 无参数。 | 无。 | plt.show() |
os.environ.get() | 获取环境变量值。 | - key: 变量名。- default: 默认值（可选）。 | 变量值或None。 | os.environ.get("KMP_DUPLICATE_LIB_OK") |
参数详细说明示例
model.predict() 的常用参数
| 参数名 | 类型 | 默认值 | 说明 |
|---|---|---|---|
source | str | 必填 | 输入源路径（如"image.jpg"、"video.mp4"或摄像头ID 0）。 |
conf | float | 0.25 | 置信度阈值（0~1），过滤低置信度检测框。 |
iou | float | 0.7 | 非极大抑制（NMS）的IoU阈值。 |
save | bool | False | 是否保存检测结果到runs/detect/目录。 |
cv2.imread() 的读取模式
| 模式标志 | 说明 |
|---|---|
cv2.IMREAD_COLOR | 默认，加载BGR三通道图像（忽略Alpha）。 |
cv2.IMREAD_GRAYSCALE | 加载灰度图像（单通道）。 |
cv2.IMREAD_UNCHANGED | 保留原始通道（如包含Alpha通道）。 |
)
