YOLOv8的Python基础--函数篇2

1. YOLOv8 模型相关函数

函数	用途	参数说明	返回值	示例
model.train()	训练YOLOv8模型。	- data: 数据集配置文件路径（YAML格式）。 - epochs: 训练轮次。 - imgsz: 输入图像尺寸。	无（模型权重自动保存到runs/目录）。	model.train(data="coco.yaml", epochs=100)
model.val()	在验证集上评估模型性能。	- data: 数据集路径（可选，默认使用训练时的配置）。 - split: 验证集划分（如val）。	包含mAP、精度等指标的字典。	results = model.val()
model.predict()	对输入图像/视频进行目标检测。	- source: 输入路径（图像/视频/摄像头）。 - conf: 置信度阈值。 - save: 是否保存结果。	检测结果列表（每个元素对应一个输入）。	results = model.predict("image.jpg", conf=0.5)

---

2. OpenCV (cv2) 函数

函数	用途	参数说明	返回值	示例
cv2.imread()	读取图像文件。	- filename: 图像路径。 - flags: 读取模式（如cv2.IMREAD_COLOR，默认BGR格式）。	NumPy数组（H×W×C），失败返回None。	img = cv2.imread("test.jpg")
cv2.rectangle()	在图像上绘制矩形框。	- img: 目标图像。 - pt1: 左上角坐标。 - pt2: 右下角坐标。 - color: 边框颜色（BGR）。 - thickness: 线宽。	无（直接修改输入图像）。	cv2.rectangle(img, (10,10), (100,100), (255,0,0), 2)
cv2.putText()	在图像上添加文本。	- img: 目标图像。 - text: 字符串。 - org: 文本左下角坐标。 - fontFace: 字体类型。 - fontScale: 字体大小。 - color: 文本颜色（BGR）。	无（直接修改输入图像）。	cv2.putText(img, "Text", (50,50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0), 2)
cv2.imwrite()	保存图像到文件。	- filename: 保存路径。 - img: 图像数据。 - params: 编码参数（如JPEG质量）。	布尔值（成功为True）。	cv2.imwrite("output.jpg", img)

---

3. PyTorch/Tensor 操作函数

函数	用途	参数说明	返回值	示例
tensor.cpu()	将张量从GPU移动到CPU。	无参数。	CPU上的张量。	cpu_tensor = tensor.cpu()
tensor.numpy()	将PyTorch张量转换为NumPy数组。	无参数（需先调用.cpu()确保数据在CPU上）。	NumPy数组。	array = tensor.cpu().numpy()
len()	返回对象的长度（如列表、张量等）。	- obj: 可迭代对象（如列表、张量、字符串）。	整数（元素数量）。	num_boxes = len(boxes)

---

4. 其他关键函数

函数	用途	参数说明	返回值	示例
plt.imshow()	显示图像（Matplotlib）。	- X: 图像数据（需为RGB格式）。 - cmap: 颜色映射（如gray）。	无（显示图像窗口）。	plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.show()	弹出Matplotlib图像窗口。	无参数。	无。	plt.show()
os.environ.get()	获取环境变量值。	- key: 变量名。 - default: 默认值（可选）。	变量值或None。	os.environ.get("KMP_DUPLICATE_LIB_OK")

---

参数详细说明示例

model.predict() 的常用参数

参数名	类型	默认值	说明
source	str	必填	输入源路径（如"image.jpg"、"video.mp4"或摄像头ID 0）。
conf	float	0.25	置信度阈值（0~1），过滤低置信度检测框。
iou	float	0.7	非极大抑制（NMS）的IoU阈值。
save	bool	False	是否保存检测结果到runs/detect/目录。

cv2.imread() 的读取模式

模式标志	说明
cv2.IMREAD_COLOR	默认，加载BGR三通道图像（忽略Alpha）。
cv2.IMREAD_GRAYSCALE	加载灰度图像（单通道）。
cv2.IMREAD_UNCHANGED	保留原始通道（如包含Alpha通道）。