yolov8将预测结果按照标签类别分到不同文件夹代码

YOLOv8（You Only Look Once Version 8）是一种流行的物体检测算法，其预测结果通常会包含类别和边界框信息。如果你想将每个类别的预测结果分别保存到不同的文件夹，你需要对YOLOv8的输出进行一些后处理，这通常涉及到图像处理库如OpenCV、Pandas等。

以下是一个基本的Python代码示例，假设你已经有了模型的预测结果（通常是CSV文件或者其他形式），并使用了pandas库来读取：

import os
import pandas as pd

# 假设df是预测结果的数据帧，其中有一列是类别名'category'
predictions_df = pd.read_csv('yolov8_predictions.csv')

# 获取所有不同的类别
categories = predictions_df['category'].unique()

# 创建目标目录结构（如果不存在）
for category in categories:
    if not os.path.exists(category):
        os.makedirs(category)

# 将每个类别对应的图片保存到对应文件夹
for index, row in predictions_df.iterrows():
    img_path = row['image_path']  # 假设这里存储了每个预测的原始图片路径
    category = row['category']
    new_img_path = os.path.join(category, os.path.basename(img_path))
    os.rename(img_path, new_img_path)  # 重命名或移动图片到相应文件夹