# cv-yolo

**Repository Path**: liox/cv-yolo

## Basic Information

- **Project Name**: cv-yolo
- **Description**: 训练yolo进行物体分割识别的工程
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-12
- **Last Updated**: 2026-03-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# cv-yolo

#### 介绍
训练yolo进行物体分割识别的工程

工程使用参考了[https://github.com/Megvii-BaseDetection/YOLOX](https://github.com/Megvii-BaseDetection/YOLOX)，但是修正了里面的部分错误


#### 安装教程
1. python3 -m venv .venv
2. ./.venv/bin/activate.ps1
3.  pip install -r requirements.txt

#### 使用说明

1.  使用Labelme精准标注  
    ```shell
    pip3 install labelme  # 若提示已存在则跳过
    labelme
    ``` 
 
    启动后操作极简  
        点击左上角 Open Dir → 选择 resources/images/seg/json/  
        逐张打开图片，点击左侧 Polygon 工具（快捷键 P）  
        沿目标边缘单击打点，务必紧贴物体真实轮廓（尤其注意车窗、人体关节等细节）  
        标完一圈后双击闭合，弹出对话框输入类别名：person 或 car（必须与yaml中定义完全一致）  
        点击 OK → Save，自动生成同名 .json 文件（如 person_car_001.jpg.json）  

    


2.  将JSON标注转换为YOLO标准格式
    ```shell
    python ./tool/tool_json2label_seg.py  --json_dir resources/images/seg/json  --save_dir resources/images/seg/json/labels

    ```

3. 划分训练集与验证集  
    ```shell
    python ./tool/tool_seg2datasets.py --labels_dir resources/images/seg/json/labels --image_dir resources/images/seg/json  --output_dir resources/images/seg/datasets  --train_ratio 0.8
    ```


4. 编写数据配置文件 yoloXX-seg.yaml，其中names节点必须从0开始，同时配套修改tool_json2label_seg.py中的map

5. 执行python train_seg.py进行模型训练,训练好的最优 YOLO11 图像分割模型文件为： segment/runs/segment/train/weights/best.pt
6. 执行 predict_seg.py，运行后，结果将生成在 segment/predict/val_results/：

    *.jpg：原图叠加彩色分割掩码（不同类别不同颜色）  
    *.txt：每行格式 class_id center_x center_y width height confidence x1 y1 x2 y2 ...（多边形顶点）







以下来自豆包：

# Yolo26模型实时识别rtsp流中的物体
### 一、可行性说明
完全可以！Ultralytics 版本的 YOLO11 原生支持 RTSP 网络流的实时推理（包括图像分割+目标识别），只要你的 RTSP 流地址可正常访问、设备性能（CPU/GPU）足够，就能实现低延迟的实时识别与分割。

### 二、实时识别 RTSP 流的具体使用方法
核心逻辑：将 YOLO 推理的 `source` 参数从图片/文件夹路径，替换为**RTSP 流地址**，并通过参数开启流式推理、实时显示。

#### 方法 1：Python 脚本（推荐，灵活可控）
适合需要自定义逻辑（如实时显示分割掩码、保存识别结果、触发告警等）的场景，代码可直接运行：

```python
from ultralytics import YOLO
import cv2

# 1. 加载训练好的分割模型（替换为你的best.pt路径）
model = YOLO("segment/runs/segment/train/weights/best.pt")

# 2. RTSP 流地址（替换为你的实际地址，格式：rtsp://用户名:密码@摄像头IP:端口/流路径）
rtsp_url = "rtsp://admin:123456@192.168.1.100:554/stream1"

# 3. 实时推理配置（关键参数）
results = model.predict(
    source=rtsp_url,       # 输入为RTSP流
    stream=True,           # 开启流式推理（必须，否则会卡顿/内存溢出）
    imgsz=640,             # 推理尺寸（越小速度越快，建议320/640）
    conf=0.5,              # 置信度阈值（过滤低质量识别）
    iou=0.45,              # 重叠框合并阈值
    show=True,             # 实时显示识别窗口（含分割掩码）
    device='cuda',         # 设备：有GPU用cuda，无GPU改cpu
    stream_buffer=True,    # 缓冲流数据，降低延迟
    verbose=False          # 关闭冗余日志
)

# 4. 循环读取流帧（保持窗口运行）
try:
    for r in results:
        # 可选：获取单帧的识别结果（如类别、坐标、分割掩码）
        if r.boxes is not None:
            print(f"识别到 {len(r.boxes)} 个目标")  # 打印帧内目标数量
        # 按 'q' 键退出窗口
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
finally:
    # 释放资源
    cv2.destroyAllWindows()
    print("RTSP流推理已停止")
```

##### 关键参数解释：
+ `stream=True`：必须开启！否则 YOLO 会将 RTSP 流当作“视频文件”一次性加载，导致内存爆满、卡顿甚至崩溃；
+ `show=True`：自动弹出窗口，实时显示**原图+彩色分割掩码+目标边界框+类别/置信度**；
+ `rtsp_url` 格式：多数摄像头的 RTSP 地址格式为 `rtsp://用户名:密码@IP:端口/流路径`，若无需密码则简化为 `rtsp://192.168.1.100:554/stream1`（需确认摄像头的RTSP协议开启）。

#### 方法 2：CLI 命令行（快捷，无需写脚本）
适合快速测试，直接在终端执行以下命令（项目根目录下）：

```bash
# RTSP流实时识别（带分割掩码显示）
yolo task=segment mode=predict \
model=segment/runs/segment/train/weights/best.pt \
source=rtsp://admin:123456@192.168.1.100:554/stream1 \
stream=True show=True conf=0.5 device=cuda imgsz=640
```

+ 运行后会自动弹出实时显示窗口，按 `q` 键退出；
+ 若无 GPU，删除 `device=cuda` 或改为 `device=cpu`。

### 三、关键注意事项（解决常见问题）
1. **RTSP 流无法访问**：
    - 检查摄像头的 RTSP 协议是否开启（多数摄像头默认关闭，需在网页后台设置）；
    - 验证地址正确性：可先用 VLC 播放器打开 RTSP 地址，能播放则地址有效；
    - 确保电脑与摄像头在同一局域网，或公网可访问（需端口映射）。
2. **推理卡顿/延迟高**：
    - 降低 `imgsz`：从 640 改为 320（速度提升明显，精度略有下降）；
    - 优先使用 GPU（`device=cuda`）：CPU 推理 RTSP 流会严重卡顿（尤其是640尺寸）；
    - 关闭无关程序：减少显存/内存占用，避免流缓冲溢出；
    - 改用有线网络：无线WiFi易导致RTSP流丢包、延迟增加。
3. **无分割掩码仅显示边界框**：
    - 确认模型路径是 `segment/runs/.../best.pt`（分割任务权重），而非 `detect/runs/...`（检测任务权重）；
    - 命令行需保留 `task=segment`（不可省略或改为detect）。
4. **显存不足报错**：
    - 降低 `imgsz` 至 320，或添加参数 `batch=1`（强制单帧推理）；
    - 若使用CPU，可增加 `workers=0` 参数（关闭多线程，避免CPU过载）。

### 总结
1. YOLO11 分割模型支持 RTSP 流实时识别，核心是将 `source` 改为 RTSP 地址并开启 `stream=True`；
2. Python 脚本更灵活（可自定义识别逻辑），CLI 命令更快捷（适合快速测试）；
3. 流畅运行的关键：使用 GPU 推理、合理降低 `imgsz`、保证 RTSP 流网络稳定。