在终端中查看推理结果
图片来自libsixel网站。
动机
当连接到远程机器时,通常无法实现图像结果的可视化,或者需要将数据移动到带有图形用户界面的本地设备上。VSCode 集成终端可直接渲染图像。下面简要演示如何将其与 ultralytics
与 预测结果.
使用集成终端查看图像的 VSCode 兼容协议有 sixel
和 iTerm
.本指南将演示如何使用 sixel
协议。
过程
-
首先,您必须启用设置
terminal.integrated.enableImages
和terminal.integrated.gpuAcceleration
在 VSCode 中。
-
安装
python-sixel
库。这是一个 分叉 的PySixel
该图书馆已不再维护。 -
导入相关库
-
加载模型并执行推理,然后绘制结果并存储在变量中。有关推理参数和处理结果的更多信息,请参阅预测模式页面。
from ultralytics import YOLO # Load a model model = YOLO("yolov8n.pt") # Run inference on an image results = model.predict(source="ultralytics/assets/bus.jpg") # Plot inference results plot = results[0].plot() #(1)!
- 请参阅绘图方法参数,了解可能使用的参数。
-
现在,使用 OpenCV 将
numpy.ndarray
至bytes
数据。然后使用io.BytesIO
来制作一个 "类文件 "对象。# Results image as bytes im_bytes = cv.imencode( ".png", #(1)! plot, )[1].tobytes() #(2)! # Image bytes as a file-like object mem_file = io.BytesIO(im_bytes)
- 也可以使用其他图像扩展名。
- 只有位于索引
1
需要返回。
-
创建一个
SixelWriter
实例,然后使用.draw()
方法在终端中绘制图像。
推理结果示例
危险
本示例尚未经过与视频或 GIF 动画帧一起使用的测试。请自行承担风险。
完整代码示例
import io
import cv2 as cv
from ultralytics import YOLO
from sixel import SixelWriter
# Load a model
model = YOLO("yolov8n.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 = cv.imencode(
".png", #(1)!
plot,
)[1].tobytes() #(2)!
mem_file = io.BytesIO(im_bytes)
w = SixelWriter()
w.draw(mem_file)
- 也可以使用其他图像扩展名。
- 只有位于索引
1
需要返回。 - 请参阅绘图方法参数,了解可能使用的参数。
提示
您可能需要使用 clear
以 "擦除 "终端中的图像视图。