基于PyTorch+YOLOv5的皮卡丘目标检测结果蓝黄偏色问题求解

问题根因 #

你遇到的偏色问题是图像通道顺序不匹配导致的：

• YOLOv5内置的LoadImages工具类底层使用OpenCV加载图像，返回的原始图像im0s是BGR通道顺序的numpy数组
• 你后续用PIL的Image.fromarray()解析图像时，PIL默认会按照RGB通道顺序处理数组，直接导致红蓝通道反转，就出现了黄色区域变蓝、蓝色区域变黄的现象。

解决方案 #

只需要在将图像传入PIL处理前，把BGR通道转为RGB即可，有两种修改方式可选：

方式1：修改主逻辑的图像预处理步骤 #

在主循环中拿到im0后、传入show_pikachu前添加通道转换代码：

for i, det in enumerate(pred):
    im0 = im0s.copy()
    # 新增代码：BGR转RGB，反转最后一维的通道顺序
    im0 = im0[:, :, ::-1]
    det[:, :4] = scale_coords(img.shape[2:], det[:, :4], im0.shape).round()
    result = show_pikachu(im0, det)
    result.show()

方式2：修改show_pikachu函数内部逻辑 #

在Image.fromarray调用前添加通道转换代码：

def show_pikachu(img, det):
    labels = ["pikachu"]
    # 新增代码：BGR转RGB
    img = img[:, :, ::-1]
    img = Image.fromarray(img)
    # 剩余原有逻辑不变
    draw = ImageDraw.Draw(img)
    # ... 后续代码保持原样

两种方式任选其一即可解决偏色问题。如果后续你需要用OpenCV接口保存推理后的图像，记得再把RGB转回BGR再调用cv2.imwrite，避免存图时再次出现偏色。

内容的提问来源于stack exchange，提问作者cyang