YOLO V5自定义目标检测：如何导出边界框CSV/TXT结果文件

基础TXT导出（小改即可实现） #

• 官方detect.py自带--save-txt运行参数，默认执行后会在runs/detect/对应输出文件夹/labels路径下生成每张图对应的TXT结果，不过默认输出格式为类别id 归一化中心x 归一化中心y 归一化框宽 归一化框高，不带置信度，坐标为相对原图的0-1归一化值。
• 要让默认TXT携带置信度，找到detect.py中遍历检测框写入文件的代码段（位置随版本略有浮动，核心逻辑为遍历det变量逐行写文件），修改line变量的赋值逻辑，把置信度字段加进去即可：

# 原代码
# line = (cls, *xywh)
# 修改为
line = (cls, conf, *xywh)

修改后运行python detect.py --weights 你的训练权重路径.pt --source 待检测数据路径 --save-txt，导出的TXT每行格式就变为类别id 置信度 归一化中心x 归一化中心y 归一化框宽 归一化框高。

自定义导出统一CSV文件（含绝对像素坐标） #

如果需要把所有图片的检测结果汇总到一个CSV文件，直接按以下步骤修改detect.py：

1. 在文件开头的导入模块区域，加入csv模块导入：

   import csv
   

2. 在文件的参数定义段（parse_opt()函数内），新增CSV导出的开关参数：

   parser.add_argument('--save-csv', action='store_true', help='export all detection results to csv file')
   

3. 找到遍历待检测图片的推理循环起始位置（即for path, im, im0s, vid_cap, s in dataset:这行之前），加入CSV文件初始化逻辑，提前写好表头：

   if opt.save_csv:
       csv_f = open('detection_result.csv', 'w', newline='', encoding='utf-8')
       csv_writer = csv.writer(csv_f)
       # 表头可根据自己需求调整字段
       csv_writer.writerow(['image_name', 'class_id', 'confidence', 'x1', 'y1', 'x2', 'y2'])
   

   表头里x1/y1为边界框左上角像素坐标，x2/y2为右下角像素坐标，都是原图上的绝对位置，不需要额外换算。
4. 还是在之前提到的遍历检测框的代码段（for *xyxy, conf, cls in reversed(det):内部），加入CSV写入逻辑：

   if opt.save_csv:
       # 提取坐标、类别、置信度数值，保留2-4位小数减少冗余
       x1, y1, x2, y2 = [i.item() for i in xyxy]
       cls_id = int(cls.item())
       conf_score = round(conf.item(), 4)
       img_name = Path(path).name
       csv_writer.writerow([img_name, cls_id, conf_score, round(x1,2), round(y1,2), round(x2,2), round(y2,2)])
   

5. 在整个推理循环结束的位置（即遍历完所有待检测数据之后），加入CSV文件关闭逻辑，避免内容缓存丢失：

   if opt.save_csv:
       csv_f.close()
   

• 运行时加上--save-csv参数即可，参考命令：

python detect.py --weights best.pt --img 640 --conf 0.25 --source ./test_images --save-csv
运行完成后会在detect.py同级目录生成detection_result.csv，包含所有检测结果。

补充说明 #

• 如果需要在CSV里存归一化坐标，参考原TXT的坐标转换逻辑，把xyxy转成xywh格式后除以原图宽高张量gn再写入即可。
• 如果不需要逐图生成单独的TXT标签文件，运行时不加--save-txt参数即可，不会生成冗余文件。
• 所有字段的保留小数位、表头命名都可以根据自己的业务需求调整代码里的对应部分。

内容的提问来源于stack exchange，提问作者Dilow