如何在Python脚本中获取YOLOv8的预测类别名称数据

解决步骤 #

1. 关闭默认控制台输出：在model.predict中添加verbose=False参数，避免打印帧尺寸、耗时等多余信息。
2. 解析Results对象：results是Results对象的列表（每帧对应一个对象），直接通过对象属性提取类别数据，无需转字符串处理。

完整代码示例 #

from ultralytics import YOLO
from collections import Counter

model = YOLO("yolov8n.pt")
# 处理摄像头输入，关闭默认打印输出
results = model.predict(source="0", verbose=False)

# 遍历每帧检测结果
for frame_idx, result in enumerate(results):
    # 获取所有检测框的类别索引并转为整数列表
    class_indices = result.boxes.cls.int().tolist()
    # 将索引映射为具体类别名称
    class_names = [result.names[idx] for idx in class_indices]
    
    # 输出当前帧的所有检测类别（含重复）
    print(f"第{frame_idx+1}帧检测类别: {class_names}")
    
    # 输出去重后的类别及对应数量
    class_counts = Counter(class_names)
    print("类别统计:")
    for cls, count in class_counts.items():
        print(f"  {cls}: {count}")

关键属性说明 #

• result.boxes.cls：存储当前帧所有检测框的类别索引（张量格式），需转为整数列表后使用。
• result.names：模型内置的类别名称字典，键为类别索引，值为对应名称（如0: 'person'）。

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