在Google Colab中通过循环执行Python文件实现YOLOv7多图目标检测

优先推荐：利用YOLOv7原生批量处理能力 #

YOLOv7的detect.py本身支持直接批量处理整个文件夹的图片，无需手动写循环，效率更高：

1. 将所有需要检测的图片放到同一个文件夹（比如/content/images/）
2. 执行以下命令，将--source参数指定为文件夹路径即可：

!python ../yolov7/detect.py --weights ../yolov7/yolov7.pt --conf 0.5 --img-size 640 --source /content/images/ --save-txt

• 默认会遍历文件夹下的所有子文件夹，若不需要处理子文件夹，添加--nosubdirs参数
• 检测结果会自动保存到../yolov7/runs/detect/exp*目录下，包含图片和对应的txt标注文件

自定义循环处理（需额外逻辑时用） #

若你需要对单张图片做额外预处理/后处理，可通过Python循环实现，解决之前变量未识别的问题：

方法1：用subprocess模块执行命令（更稳定） #

直接在Python中调用shell命令，避免Colab的!语法变量解析问题：

import subprocess
import os

# 替换为你的图片文件夹路径
img_folder = "/content/images/"

for filename in os.listdir(img_folder):
    # 过滤仅处理图片格式文件
    if filename.lower().endswith((".jpg", ".jpeg", ".png", ".bmp")):
        img_path = os.path.join(img_folder, filename)
        # 构造完整命令参数
        cmd = [
            "python", "../yolov7/detect.py",
            "--weights", "../yolov7/yolov7.pt",
            "--conf", "0.5",
            "--img-size", "640",
            "--source", img_path,
            "--save-txt"
        ]
        # 执行命令
        subprocess.run(cmd, check=True)

方法2：Colab中直接用!语法结合Python变量 #

在!命令中通过{变量名}直接引用Python变量，注意给路径加引号避免空格问题：

import os

img_folder = "/content/images/"

for filename in os.listdir(img_folder):
    if filename.lower().endswith((".jpg", ".jpeg", ".png", ".bmp")):
        img_path = os.path.join(img_folder, filename)
        # 用{}引用Python变量，路径加引号处理空格
        !python ../yolov7/detect.py --weights ../yolov7/yolov7.pt --conf 0.5 --img-size 640 --source "{img_path}" --save-txt

注意：循环方式会每次加载模型，效率远低于直接指定文件夹的方式，仅在必要时使用。

内容的提问来源于stack exchange，提问作者Chopper