YOLO目标检测过程中如何获取检测对象的边界框(bounding box)坐标

• 第一步：定位检测结果输出位置
  打开你用来运行目标检测的Python文件，找到模型完成推理、输出检测结果的代码段。你使用的YOLO服饰检测项目的检测逻辑中，非极大值抑制处理后的pred变量就是存放所有检测框信息的核心变量。
• 第二步：添加坐标打印逻辑
  在得到pred变量的代码后，插入以下代码段即可逐行打印每个检测到的目标的坐标信息：

# 遍历所有检测结果
for *xyxy, conf, cls in pred:
    # 提取坐标值并转为整数格式
    x1, y1 = int(xyxy[0].item()), int(xyxy[1].item())
    x2, y2 = int(xyxy[2].item()), int(xyxy[3].item())
    # 打印目标信息，可根据需求调整输出内容
    print(f"类别ID: {int(cls.item())} | 置信度: {conf.item():.2f} | 边界框: 左上({x1},{y1}) 右下({x2},{y2}) | 中心点: ({(x1+x2)//2}, {(y1+y2)//2})")

• 可选拓展：如果需要长期留存坐标数据，可以在打印的同时新增文件写入逻辑，将每一条坐标信息按规则存入本地txt或csv文件，方便后续分析使用。

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