Python で物体認識AIのYOLOv8を試してみた！〜応用編〜

はじめに

今回は、物体認識のYOLOv8の応用編として、動画から物体の名称や自信度、座標位置を取得する方法をご紹介します。
YOLOv8のインストール方法や基本的な使い方は、前回の記事又は、Youtube動画をご覧ください。

環境

Windows10
Python3.11.8
GPU:NVIDIA Geforce RTX3060
VSCode

使用ライブラリー

pytorch 2.2.1+cu118
ultralytics 8.1.25
opencv-python 4.9.0.80

処理のイメージ

YouTubeでの解説：

上記のインストール方法から、サンプルプログラムの実行までをYoutubeで詳しく解説していますので、ぜひ、ご覧ください。

サンプルプログラム１

YouTubeで紹介している１つ目の処理のプログラムソースです。
画像から物体を認識して、各種属性情報をprintしています。

YOLO_test1.py

from ultralytics import YOLO
from PIL import Image
import cv2

model = YOLO("yolov8x.pt")

im1 = Image.open("sample1.jpg")
results = model.predict(source=im1, save=True)  # save plotted images

for result in results:
    # Detection
    print('---boxes.xyxy---')  
    print(result.boxes.xyxy)   # box with xyxy format, (N, 4)
    print('---boxes.xywh---')
    print(result.boxes.xywh)   # box with xywh format, (N, 4)
    print('---boxes.xyxyn---')
    print(result.boxes.xyxyn)  # box with xyxy format but normalized, (N, 4)
    print('---boxes.xywhn---')
    print(result.boxes.xywhn)  # box with xywh format but normalized, (N, 4)
    print('---boxes.conf---')
    print(result.boxes.conf)   # confidence score, (N, 1)
    print('---boxes.cls---')
    print(result.boxes.cls)    # cls, (N, 1)
    
    print(result.names)

サンプルプログラム２

Youtubeで紹介している、画像ファイルから物体の名称、自信度、座標位置をcsvファイルに出力するサンプルプログラムです。

YOLO_test_csv.py

from ultralytics import YOLO
import cv2
import csv

csv_filename = 'sample1.csv'
# 出力するデータ
header = ['Class', 'Label','Scores','x1','y1','x2','y2']
# CSVファイルにデータを書き込む
file = open(csv_filename, mode='w', newline='', encoding='utf-8')
writer = csv.writer(file)
writer.writerow(header)

model = YOLO("yolov8x.pt")

# # # from PIL
im1 = Image.open("sample1.jpg")
results = model.predict(source=im1)  # save plotted images

items = results[0]

for item in items:
    cls = int(item.boxes.cls)    # cls, (N, 1)
    label = item.names[int(cls)]
    score = item.boxes.conf.cpu().numpy()[0]   # confidence score, (N, 1)
    x1,y1,x2,y2 = item.boxes.xyxy.cpu().numpy()[0]   # box with xyxy format, (N, 4)

    csv_data = [str(cls),str(label),str(score),str(x1),str(y1),str(x2),str(y2)]
    writer.writerow(csv_data)

items.show()
 # ファイルを閉じる
file.close()   

サンプルプログラム３

Youtubeで紹介している、動画ファイルから物体の名称、自信度、座標位置、トラッキングIDをcsvファイルに出力すると共に、物体をトラッキングするプログラムです。

YOLO_test_video.py

from ultralytics import YOLO
import cv2
import csv

csv_filename = 'sample1.csv'
# 出力するデータ
header = ['No','Class', 'Label','Scores','id','x1','y1','x2','y2']
# CSVファイルにデータを書き込む
file = open(csv_filename, mode='w', newline='', encoding='utf-8')
writer = csv.writer(file)
writer.writerow(header)

model = YOLO("yolov8x.pt")

# Open the video file
video_path = "./sample/sample_1.mp4"
cap = cv2.VideoCapture(video_path)

frame_cnt = 0
# Loop through the video frames
while cap.isOpened():
    # Read a frame from the video
    success, frame = cap.read()

    if success:
        # Run YOLOv8 inference on the frame
        results = model.track(frame,persist=True,conf = 0.5,classes=[0,2,7])

        frame_cnt = frame_cnt + 1
        # Visualize the results on the frame
        annotated_frame = results[0].plot()

        items = results[0]
        for item in items:
            cls = int(item.boxes.cls)    # cls, (N, 1)
            label = item.names[int(cls)]
            score = item.boxes.conf.cpu().numpy()[0]   # confidence score, (N, 1)
            x1,y1,x2,y2 = item.boxes.xyxy.cpu().numpy()[0]   # box with xyxy format, (N, 4)

            id_value = item.boxes.id
            if id_value is None:
                track_ids = ''
            else:
                track_ids = item.boxes.id.int().cpu().tolist()[0]

            csv_data = [str(frame_cnt),str(cls),str(label),str(score),str(track_ids),str(x1),str(y1),str(x2),str(y2)]
            writer.writerow(csv_data)

        # Display the annotated frame
        cv2.imshow("YOLOv8 Inference", annotated_frame)

        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        # Break the loop if the end of the video is reached
        break

# Release the video capture object and close the display window
cap.release()
cv2.destroyAllWindows()

 # ファイルを閉じる
file.close()   
 

最後に：

今回は、物体認識のYOLOv8の様々な使い方の例をご紹介しました。