跳转至内容

在终端中查看推理结果

终端中的图像的 Sixel 示例

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.

警告

仅与 Linux 和 MacOS 兼容。查看 VSCode 仓库,检查 问题状态文档 用于获取有关 Windows 支持的更新,以便在终端中使用以下工具查看图像 sixel.

用于使用集成终端查看图像的 VSCode 兼容协议是 sixeliTerm。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.enableImagesterminal.integrated.gpuAcceleration 在 VSCode 中。

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

    VSCode 启用终端图像设置

  2. 使用 pip 安装 python-sixel 您虚拟环境中的库。这是一个 fork(派生)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.ndarraybytes 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

在终端中查看图像

危险

尚未测试将此示例用于视频或动画 GIF 帧。尝试风险自负。

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。

提示

您可能需要使用 clear “擦除”终端中图像的视图。

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,请参阅导出预测模式文档页面。



📅 1 年前创建 ✏️ 1 个月前更新

评论