用yolo获取车辆位置代码示例

YOLO（You Only Look Once）是一种流行的实时物体检测算法，用于定位图像中的目标。以下是使用Python中的Darknet框架（YOLO的一个实现）获取车辆位置的基本步骤，这里假设你已经安装了YOLO库并有训练好的模型：

import cv2
from yolov5.yolov5 import YOLOv5

# 加载预训练模型
model = YOLOv5('yolov5s')  # 更改路径到你的YOLO模型文件，如'yolov5s.yaml'和'weights/yolov5s.pt'

# 读取图片或摄像头流
img = cv2.imread('car.jpg')  # 替换为你需要检测的图片路径
if img is None:
    cap = cv2.VideoCapture(0)  # 使用摄像头作为输入

while True:
    # 进行实时检测
    result = model.detect(img)

    # 如果检测到车辆
    if len(result) > 0:
        for detection in result:
            x, y, w, h = detection['bbox']  # 获取车辆框的位置信息 (左上角坐标x, y, 宽度w, 高度h)
            vehicle_position = (int(x), int(y), int(w), int(h))  # 转换为整数
            print("Vehicle position: ", vehicle_position)

    # 显示处理后的图像
    cv2.imshow('Object Detection', img)

    # 按 'q' 键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()