个人做房产网站有哪些资料2023年7月最新疫情

上一章描述了预测初体验，基本可以使用现有的yolo模型进行预测/推理。本次我们了解一下这个过程中的参数的作用。

1.参数示例

conf=0.68 ：表示模型识别这个东西是车的概率为68% 。一般默认的情况下，概率小于25%的就不显示了。

1）调整一下python的代码的参数如下,可以预测图片能够识别的东西就会变少。

from ultralytics import YOLO

# 自定义yolo对象，设定好model和task，指定源文件，设置保存save=True，启动预测

yolo = YOLO(model = 'yolo11n.pt', task='detect')

results = yolo(mode='predict',source = 'cars.jpg',save=True, conf=0.66)

 

2）调整一下python的代码的参数如下,可以预测图片能够识别的东西就会变多。

from ultralytics import YOLO