python - 如何设置和获取自定义 YOLOv5 模型的置信度阈值？

Question

我正在尝试对我的自定义 YOLOv5 模型进行推理。 official documentation使用默认的 detect.py 脚本进行推理。

示例:python detect.py --source data/images --weights yolov5s.pt --conf 0.25

我已经编写了自己的 python 脚本，但我既不能在初始化期间设置置信度阈值，也不能从模型的预测中检索它。我只能获得标签和边界框坐标。这是我的代码:

import torch

model = torch.hub.load('ultralytics/yolov5', 'custom', path_or_model='best.pt') 
results = model("my_image.png")
labels, cord_thres = results.xyxyn[0][:, -1].numpy(), results.xyxyn[0][:, :-1].numpy()

Answer 1

对我有用:

model.conf = 0.25  # confidence threshold (0-1)
model.iou = 0.45  # NMS IoU threshold (0-1)  

更多信息:

https://github.com/ultralytics/yolov5/issues/36