YOLOv8调用摄像头裁剪置信度<0.5目标时遇属性错误求助

错误原因 #

1. model.predict()返回的是帧结果对象的列表，直接调用results.xyxy肯定报错——列表根本没这个属性。
2. 遍历检测结果的方式不对，得从单帧的boxes里逐个提取目标的坐标、置信度和类别，不能直接拆results.xyxy[0]。
3. 代码里的img变量未定义，而且results[0].path只对本地视频/图片文件有效，摄像头流拿不到这个路径。
4. 循环里重新赋值xyxy和conf会把当前遍历的单个目标数据覆盖成所有目标的列表，完全没法正确裁剪。
5. YOLOv8默认会过滤掉置信度低于0.25的目标，你要拿低于0.5的结果，得先把预测的置信度阈值设到0，不然模型直接就把低置信度的结果丢了。

修正后的代码 #

import cv2
from ultralytics import YOLO
import os
from PIL import Image

# 加载自定义训练好的YOLOv8模型
model = YOLO("C:/Users/Graham/Documents/YoloRobo/runs/detect/train5/weights/best.pt")

# 创建专门的目录保存低置信度裁剪图，避免文件乱堆
save_dir = "low_confidence_crops"
os.makedirs(save_dir, exist_ok=True)

# 处理摄像头实时流：stream=True逐帧处理，conf=0保留所有检测结果
for frame_result in model.predict(
    source="0", 
    show=True, 
    show_conf=True, 
    line_width=2, 
    conf=0, 
    stream=True
):
    # 获取当前帧的原始图像，转成PIL格式方便裁剪
    cv2_img = frame_result.orig_img
    pil_img = Image.fromarray(cv2.cvtColor(cv2_img, cv2.COLOR_BGR2RGB))
    
    # 遍历当前帧的所有检测框
    for box in frame_result.boxes:
        # 提取单个目标的置信度和类别
        confidence = box.conf.item()
        class_idx = box.cls.item()
        
        # 筛选置信度低于0.5的目标
        if confidence < 0.5:
            # 获取目标的边界框坐标（x1,y1是左上角，x2,y2是右下角）
            x1, y1, x2, y2 = box.xyxy[0].tolist()
            # 裁剪目标区域
            cropped_img = pil_img.crop((x1, y1, x2, y2))
            
            # 生成带类别和置信度的文件名
            class_name = model.names[int(class_idx)]
            file_name = f"{class_name}_{confidence:.3f}.png"
            save_path = os.path.join(save_dir, file_name)
            
            # 保存裁剪图
            cropped_img.save(save_path)
            print(f"已保存: {save_path}")

    # 按q键退出检测窗口
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

关键调整点 #

• 实时流处理：用stream=True逐帧处理摄像头画面，不会占太多内存，适合实时场景。
• 保留所有检测结果：conf=0让模型输出所有检测到的目标，哪怕置信度极低，之后再用代码筛选<0.5的。
• 正确提取目标数据：从frame_result.boxes逐个拿检测框，每个box单独对应一个目标，不会搞混。
• 图像格式转换：OpenCV的图像是BGR格式，转成RGB后PIL才能正确保存颜色正常的裁剪图。
• 目录管理：自动创建保存目录，所有裁剪图都存在里面，方便查找。

内容的提问来源于stack exchange，提问作者Stefan Graham