在终端中查看推理结果

来自 libsixel 网站的图像。

动机

当连接到远程机器时，通常无法可视化图像结果，或者需要将数据移动到带有 GUI 的本地设备。VSCode 集成终端允许直接渲染图像。这是一个关于如何结合使用它的简短演示 ultralytics 使用 预测结果.

用于使用集成终端查看图像的 VSCode 兼容协议是 sixel 和 iTerm。本指南将演示如何使用 sixel 协议。

处理

1. 首先，您必须启用设置 terminal.integrated.enableImages 和 terminal.integrated.gpuAcceleration 在 VSCode 中。

   "terminal.integrated.gpuAcceleration": "auto" # "auto" is default, can also use "on"
   "terminal.integrated.enableImages": true
   

   

2. 使用 pip 安装 python-sixel 您虚拟环境中的库。这是一个 fork（派生） 的 PySixel 库，该库不再维护。

   pip install sixel
   

3. 加载模型并执行推理，然后绘制结果并存储在变量中。有关推理参数和使用结果的更多信息，请参见预测模式页面。

   from ultralytics import YOLO
   
   # Load a model
   model = YOLO("yolo11n.pt")
   
   # Run inference on an image
   results = model.predict(source="ultralytics/assets/bus.jpg")
   
   # Plot inference results
   plot = results[0].plot()  # (1)!
   

   1. 请参阅绘图方法参数，以查看可以使用的参数。

4. 现在，使用 OpenCV 要转换 np.ndarray 到 bytes 数据。然后使用 io.BytesIO 以创建一个“类文件”对象。

   import io
   
   import cv2
   
   # Results image as bytes
   im_bytes = cv2.imencode(
       ".png",  # (1)!
       plot,
   )[1].tobytes()  # (2)!
   
   # Image bytes as a file-like object
   mem_file = io.BytesIO(im_bytes)
   

   1. 也可以使用其他图像扩展名。
   2. 仅索引处的对象 1 需要返回的结果。

5. 创建一个 SixelWriter 实例，然后使用 .draw() 在终端中绘制图像的 method。

   from sixel import SixelWriter
   
   # Create sixel writer object
   w = SixelWriter()
   
   # Draw the sixel image in the terminal
   w.draw(mem_file)
   

推理结果示例

完整代码示例

import io

import cv2
from sixel import SixelWriter

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")

# Run inference on an image
results = model.predict(source="ultralytics/assets/bus.jpg")

# Plot inference results
plot = results[0].plot()  # (3)!

# Results image as bytes
im_bytes = cv2.imencode(
    ".png",  # (1)!
    plot,
)[1].tobytes()  # (2)!

mem_file = io.BytesIO(im_bytes)
w = SixelWriter()
w.draw(mem_file)

1. 也可以使用其他图像扩展名。
2. 仅索引处的对象 1 需要返回的结果。
3. 请参阅绘图方法参数，以查看可以使用的参数。

常见问题

如何在 macOS 或 Linux 上的 VSCode 终端中查看 YOLO 推理结果？

要在 macOS 或 Linux 的 VSCode 终端中查看 YOLO 推理结果，请按照以下步骤操作：

1. 启用必要的 VSCode 设置：

   "terminal.integrated.enableImages": true
   "terminal.integrated.gpuAcceleration": "auto"
   

2. 安装 sixel 库：

   pip install sixel
   

3. 加载您的 YOLO 模型并运行推理：

   from ultralytics import YOLO
   
   model = YOLO("yolo11n.pt")
   results = model.predict(source="path_to_image")
   plot = results[0].plot()
   

4. 将推理结果图像转换为字节并在终端中显示：

   import io
   
   import cv2
   from sixel import SixelWriter
   
   im_bytes = cv2.imencode(".png", plot)[1].tobytes()
   mem_file = io.BytesIO(im_bytes)
   SixelWriter().draw(mem_file)
   

有关更多详细信息，请访问预测模式页面。

为什么 sixel 协议只在 Linux 和 macOS 上有效？

sixel 协议目前仅在 Linux 和 macOS 上受支持，因为这些平台具有与 sixel 图形兼容的本机终端功能。使用 sixel 的 Windows 终端图形支持仍在开发中。有关 Windows 兼容性的更新，请查看 VSCode Issue 状态和文档。

如果在 VSCode 终端中显示图像时遇到问题，该怎么办？

如果在 VSCode 终端中使用 sixel 显示图像时遇到问题：

1. 确保 VSCode 中已启用必要的设置：

   "terminal.integrated.enableImages": true
   "terminal.integrated.gpuAcceleration": "auto"
   

2. 验证 sixel 库的安装：

   pip install sixel
   

3. 检查您的图像数据转换和绘图代码是否存在错误。例如：

   import io
   
   import cv2
   from sixel import SixelWriter
   
   im_bytes = cv2.imencode(".png", plot)[1].tobytes()
   mem_file = io.BytesIO(im_bytes)
   SixelWriter().draw(mem_file)
   

如果问题仍然存在，请查阅 VSCode 仓库，并访问 绘图方法参数 部分以获取更多指导。

YOLO可以使用sixel在终端中显示视频推理结果吗？

目前尚未测试在终端中使用 sixel 显示视频推理结果或动画 GIF 帧，并且可能不支持。我们建议从静态图像开始并验证兼容性。尝试视频结果时，请自行承担风险，并注意性能限制。有关绘制推理结果的更多信息，请访问 predict mode 页面。

如何解决以下问题 python-sixel 库？

要解决以下问题： python-sixel 库：

1. 确保该库已正确安装在您的虚拟环境中：

   pip install sixel
   

2. 验证您是否具备必要的 Python 和系统依赖项。

3. 有关更多文档和社区支持，请参阅python-sixel GitHub 存储库。

4. 仔细检查您的代码是否存在潜在错误，特别是以下用法 SixelWriter 以及图像数据转换步骤。

有关使用YOLO模型和sixel集成的更多帮助，请参阅导出和预测模式文档页面。

📅 1 年前创建 ✏️ 1 个月前更新

评论