yolov8车辆行人检测

yolov8是一种目标检测算法，可以用于车辆和行人的检测。它是基于yolov7和deepsort的改进版本，具有更高的准确性和更好的跟踪性能[^2]。

下面是一个使用yolov8进行车辆和行人检测的示例代码：

import cv2
from objdetector import ObjectDetector

# 加载预训练的yolo模型
model = ObjectDetector()

# 读取图像
image = cv2.imread("image.jpg")

# 进行目标检测
detections = model.detect(image)

# 遍历检测结果
for detection in detections:
    class_name = detection["class_name"]
    confidence = detection["confidence"]
    bbox = detection["bbox"]

    # 在图像上绘制边界框和类别信息
    cv2.rectangle(image, (bbox[0], bbox[1]), (bbox[2], bbox[3]), (0, 255, 0), 2)
    cv2.putText(image, f"{class_name}: {confidence:.2f}", (bbox[0], bbox[1] - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)

# 显示结果图像
cv2.imshow("Detection Result", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码首先加载了预训练的yolo模型，然后读取一张图像，并使用模型进行目标检测。最后，将检测结果在图像上进行可视化展示。