Yolov8 TFLite模型Python测试大量误检person问题求助

问题场景 #

将Yolov8e导出为TFLite模型后，在Python中测试时，模型将图片中仅有的2人识别为上百个置信度70%-100%的person，出现严重误检。

核心问题与修复方案 #

1. 图像预处理不符合Yolov8要求

Yolov8模型要求输入图像进行归一化处理（通常是将像素值除以255缩放到0-1区间），当前代码直接使用img_to_array得到0-255的像素值，未做归一化，导致模型输入异常。

修改预处理代码：

# Load and preprocess the image
image_path = "C:\\Users\\Downloads\\2.jpeg"
image = tf.keras.preprocessing.image.load_img(image_path, target_size=(640, 640))
image_array = tf.keras.preprocessing.image.img_to_array(image)
# 添加归一化：将0-255的像素值缩放到0-1区间
preprocessed_image = np.expand_dims(image_array / 255.0, axis=0)
# 若模型导出时使用了--half参数，可尝试[-1,1]范围归一化：
# preprocessed_image = np.expand_dims((image_array / 127.5) - 1, axis=0)

2. NMS非极大值抑制代码位置错误

将cv2.dnn.NMSBoxes放在遍历候选框的for循环内部，会导致每遍历一个框就执行一次NMS，无法有效过滤重复框，产生大量冗余检测结果。

调整代码位置：
将NMS代码移到for循环外部，收集完所有候选框后再执行：

boxes = []
scores = []
class_ids = []

for i in range(rows):
    classes_scores = outputs[0][i][4:]
    (minScore, maxScore, minClassLoc, (x, maxClassIndex)) = cv2.minMaxLoc(classes_scores)
    if maxScore >= 0.60:
        box = [outputs[0][i][0] - (0.5 * outputs[0][i][2]), outputs[0][i][1] - (0.5 * outputs[0][i][3]), outputs[0][i][2], outputs[0][i][3]] 
        boxes.append(box) 
        scores.append(maxScore) 
        class_ids.append(maxClassIndex)

# 将NMS代码移至for循环外部
result_boxes = cv2.dnn.NMSBoxes(boxes, scores, 0.25, 0.45, 0.5)

detections = []
# 适配不同OpenCV版本的NMS返回格式
if len(result_boxes) > 0:
    if isinstance(result_boxes[0], list):
        result_boxes = [i[0] for i in result_boxes]
    for index in result_boxes:
        box = boxes[index]
        detection = {
                'class_id': class_ids[index],
                'class_name': CLASSES[class_ids[index]],
                'confidence': scores[index],
                'box': box,
                'scale': scale}
        
        if CLASSES[class_ids[index]] == 'person':
            detections.append(detection)
            draw_bounding_box(original_image, class_ids[index], scores[index], 
                              round(box[0] * scale), round(box[1] * scale),
                              round((box[0] + box[2]) * scale), round((box[1] + box[3]) * scale))

3. 输出张量解析逻辑适配Yolov8格式

Yolov8的TFLite模型输出格式为(1, num_classes + 4, 8400)，前4个值是边界框的(x, y, w, h)，后面是类别置信度，当前转置操作导致维度顺序错误。

修正输出解析：

# 获取输出张量并调整维度顺序
output_tensor = interpreter.get_tensor(output_details[0]['index'])
# 转置为(1, 8400, 84)，方便遍历所有锚框
outputs = np.transpose(output_tensor, (0, 2, 1))
rows = outputs.shape[1]  # rows对应8400个锚框

4. 确认类别映射文件正确性

确保coco128.yml中的类别顺序和Yolov8e模型训练时的COCO数据集类别顺序完全一致（person应为第0类），可打印验证：

print(CLASSES)
# 正常输出第一个元素应为'person'

额外建议 #

• 使用官方推荐命令导出TFLite模型，确保参数正确：

  yolo export model=yolov8e.pt format=tflite imgsz=640
  

• 先通过Ultralytics官方代码验证模型有效性，再自行编写解析逻辑：

  from ultralytics import YOLO
  
  # 加载TFLite模型
  model = YOLO('yolov8e_float32.tflite')
  # 推理测试
  results = model('C:\\Users\\Downloads\\2.jpeg')
  # 可视化结果
  results[0].show()
  

内容的提问来源于stack exchange，提问作者Aleshan