教你如何用两行代码搞定YOLOv8各种模型推理

前言
大家好,yolov8 框架本身提供的api函数是可以两行代码实现 yolov8 模型推理,这次我把这段代码封装成了一个类,只有40行代码左右,可以同时支持yolov8对象检测、实例分割、姿态评估模型的gpu与cpu上推理演示。
程序实现
使用pyqt5开发一个简单的yolov8 框架本身提供的api函数演示交互界面,支持从界面上选择模型文件、测试图像或者视频文件,点击开始推理 按钮就可以运行了,整个程序的界面如下:
yolov8框架支持的函数推理会自动识别模型的类型是对象检测、实例分割、姿态评估中哪一种,有gpu支持的情况下,默认会使用gpu推理。
推理运行在一个单独的pyqt线程中,通过信号与槽机制实现推理结果返回与更新。实现的线程代码如下:
class inferencethread(qtcore.qthread):    fire_stats_signal = qtcore.pyqtsignal(dict)    def __init__(self, settings):        super(inferencethread, self).__init__()        self.settings = settings        self.detector = yolov8ptinference(settings)        self.input_image = settings.input_image    def run(self):        if self.detector is none:            return        if self.input_image.endswith(.mp4):            cap = cv.videocapture(self.input_image)            while true:                ret, frame = cap.read()                if ret is true:                    self.detector.infer_image(frame)                    self.fire_stats_signal.emit({result: frame})                else:                    break        else:            frame = cv.imread(self.input_image)            self.detector.infer_image(frame)            self.fire_stats_signal.emit({result: frame})        self.fire_stats_signal.emit({done: done})        return直接通过pt模型推理的好处有两点,一个是不需要写部署代码了,二是精度不会在模型转化中有细微损失了。特别适合python开发者
对象检测 - 运行截图如下:
实例分割 - 运行截图如下:
姿态评估 - 运行截图如下:


京东数科实现“智臻链数字存证平台”与两者的互信互通
触摸色彩滑环控制系统方案
电子灌封胶有哪些性能?选购时要注意什么?
5G发展,微型化成为无源技术的主要趋势
vivo京东超级品牌日活动购机攻略,有三款vivo手机更适合选择
教你如何用两行代码搞定YOLOv8各种模型推理
大肠杆菌检测仪的主要特点
如何更换E27LED灯泡中的不良电容器
区块链交易所开发,期货合约平台,币币交易所源码
“百箱大战”迎来AI融资大事件 国内外人工智能公司融资汇总分析
中国模拟IC业:我们为何会如此受伤?
比特币价格反弹后的一种常见模式囤币潮介绍
ISA总线原理
卤钨灯和led灯的区别_卤钨灯和碘钨灯的区别
基于IC555的伺服电机驱动电路
美大学生造人力直升机悬停50秒破纪录
重磅!法大大发布《汽车行业合同数智化白皮书》
为什么华为5G手机销量不及iPhone 11苹果真的比华为好吗?
任务状态机的相关概念
HTC六自由度VR一体机Vive Focus正式向37个国家与地区企业消费者开放