yolov5如何修改检测结果保存的路径

你可以在yolov5的运行命令中添加参数“--project”来指定保存检测结果的文件夹路径。例如：

python detect.py --weights yolov5s.pt --project my_results_folder --source my_images_folder

这样，检测结果就会保存在my_results_folder文件夹下。

相关问题

yolov5视频检测结果保存txt

在 YOLOv5 中，可以通过 `--save-txt` 参数将检测结果保存为txt文件。具体步骤如下：

1. 在终端中运行以下命令进行视频检测：

   python detect.py --source video.mp4 --weights yolov5s.pt --save-txt

其中，`--source` 参数指定要检测的视频文件路径，`--weights` 参数指定模型权重文件路径，`--save-txt` 参数表示保存检测结果为txt文件。

2. 运行命令后，程序会自动在当前目录下生成一个名为 `inference` 的文件夹，其中包含了保存的检测结果txt文件。每个txt文件的文件名对应输入视频中的每一帧。

例如，如果输入视频有100帧，则会生成100个txt文件，分别命名为 `frame_0.txt` 到 `frame_99.txt`。

3. 打开任何一个txt文件，可以看到该帧图像中检测到的所有物体类别、置信度以及坐标信息。每一行代表一个检测框，格式为：

   class_id confidence x_center y_center width height

其中，`class_id` 表示物体类别id，`confidence` 表示检测置信度，`x_center` 和 `y_center` 表示检测框中心点的坐标，`width` 和 `height` 表示检测框的宽度和高度。

例如，下面是一个txt文件中的示例内容：

   0 0.99 256.5 146.5 184 216
   2 0.95 614.5 285.5 94 174

表示该帧图像中检测到了两个物体，一个属于类别0，一个属于类别2，置信度分别为0.99和0.95，坐标信息分别为`(256.5, 146.5)`、`(614.5, 285.5)`，宽度和高度分别为184、216和94、174。

yolov5怎么更改输出路径

### 回答1：
在使用 YOLOv5 进行检测时，可以通过更改 `--project` 和 `--name` 参数来更改输出路径。

`--project` 参数用于指定项目名称，可以包含路径信息。例如：

python detect.py --source test/images --weights yolov5s.pt --project my_project

这将把检测结果保存到 `runs/my_project` 文件夹中。

`--name` 参数用于指定运行名称，通常用于区分不同的运行。例如：

python detect.py --source test/images --weights yolov5s.pt --project my_project --name run1

这将把检测结果保存到 `runs/my_project/run1` 文件夹中。

如果需要更改输出路径，可以更改 `--project` 和 `--name` 参数的值。例如：

python detect.py --source test/images --weights yolov5s.pt --project my_new_project --name run2

这将把检测结果保存到 `runs/my_new_project/run2` 文件夹中。

### 回答2：
要更改Yolov5的输出路径，需要修改detect.py文件中的相关参数。

首先，打开detect.py文件并找到以下代码：

def detect(opt):
    # ...
    save_img = True
    save_txt = False
    # ...

这里的`save_img`表示是否保存检测结果的图像，而`save_txt`表示是否保存检测结果的文本。默认情况下，`save_img`为True，`save_txt`为False。

如果要更改输出路径并保存检测结果的图像，可以将`save_img`修改为True，并找到下面的代码片段：

if save_img:
    cv2.imwrite(save_path, img)

将`save_path`修改为想要保存图像的路径。例如，如果要将图像保存在`/path/to/save/image.jpg`，则需要修改为：

save_path = '/path/to/save/image.jpg'
if save_img:
    cv2.imwrite(save_path, img)

如果还想保存检测结果的文本文件，可以将`save_txt`修改为True，并找到以下代码段：

if save_txt:
    save_txt = save_path + '.txt'
    with open(save_txt, 'w') as file:
        for *xyxy, conf, cls in reversed(det):
            file.write('%g %g %g %g %g %s\n' % (*xyxy, conf, classes[int(cls)]))

同样地，可以将`save_txt`修改为想要保存文本文件的路径，然后保存相关的检测结果。

最后，保存修改后的detect.py文件，然后运行检测脚本时，输出结果将会保存在你指定的路径中。

### 回答3：
要更改YOLOv5的输出路径，有几个步骤需要完成。

首先，打开YOLOv5的源代码文件。可以在GitHub上找到YOLOv5的源代码。找到以下文件：`detect.py`和`models/export.py`。

接下来，在`detect.py`文件中，可以找到以下代码段：

parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')

在该代码段下方，添加以下代码：

parser.add_argument('--output', type=str, default='output', help='output folder')

这段代码中，`--output`参数用于指定输出文件夹的路径。在这里，默认的输出文件夹路径设置为`output`。

然后，在`models/export.py`文件中，找到以下代码段：

torch.save(model.state_dict(), path)  # save weights

在该代码段上方，添加以下代码：

os.makedirs(exp, exist_ok=True)  # make dir

这段代码用于创建输出文件夹。

最后，在命令行中运行YOLOv5时，使用`--output`参数来指定输出文件夹的路径。例如：

python detect.py --source data/images --output output_folder

这样，YOLOv5的输出结果将保存在指定的输出文件夹中。

需要注意的是，输出文件夹的路径应该是有效的，并且你需要有写入权限。