TF Object Detection API调整：移除标签与百分比，仅保留边界框

嘿，这个需求其实很好实现——核心就是在模型推理后的可视化环节，去掉绘制标签和置信度百分比的逻辑，只保留边界框的绘制。不同框架的具体操作略有不同，我给你整理了几个主流场景的解决方案：

一、YOLO系列（v5/v8最常用） #

YOLOv8 #

Ultralytics的YOLOv8提供了直接的参数控制，不用改核心代码：

from ultralytics import YOLO

# 加载你的自定义模型
model = YOLO("your_trained_model.pt")
# 推理图片
results = model("test_image.jpg")

# 可视化时隐藏标签和置信度
for result in results:
    # 直接设置labels和conf为False即可
    result.show(labels=False, conf=False)
    # 如果要保存处理后的图片
    result.save(filename="output_with_only_boxes.jpg", labels=False, conf=False)

如果是命令行运行，也可以加参数：

yolo detect predict model=your_trained_model.pt source=test_image.jpg show_labels=False show_conf=False

YOLOv5 #

YOLOv5同样支持命令行参数快速实现：

python detect.py --weights your_trained_model.pt --source test_image.jpg --hide-labels --hide-conf

如果是在代码里自定义可视化，找到utils/plots.py里的Annotator类，或者自己的推理代码中，注释掉绘制标签的部分，只保留画框逻辑：

# 假设你已经完成推理，得到det检测结果
annotator = Annotator(img, line_width=3, example=str(names))
for *xyxy, conf, cls in reversed(det):
    # 注释掉原来的box_label（会画框+写标签）
    # label = f'{names[int(cls)]} {conf:.2f}'
    # annotator.box_label(xyxy, label, color=colors(int(cls), True))
    # 只调用draw_box绘制边界框
    annotator.draw_box(xyxy, color=colors(int(cls), True))

二、TensorFlow Object Detection API #

TFOD API的可视化工具visualization_utils提供了跳过标签和分数的参数：

import tensorflow as tf
from object_detection.utils import visualization_utils as vis_utils
from object_detection.utils import label_map_util

# 加载模型和标签映射等步骤省略...

# 推理得到boxes、classes、scores后，可视化时设置skip_labels和skip_scores为True
vis_utils.visualize_boxes_and_labels_on_image_array(
    image_np,
    boxes,
    classes.astype(np.int32),
    scores,
    category_index,
    use_normalized_coordinates=True,
    line_thickness=4,
    skip_labels=True,  # 不显示标签
    skip_scores=True)  # 不显示置信度百分比

三、通用自定义模型（比如PyTorch的Faster R-CNN等） #

如果是你自己写的推理和可视化代码，核心逻辑就是：

• 找到绘制文本的代码（通常是OpenCV的cv2.putText()），把这行代码删掉或者注释掉；
• 保留绘制矩形框的代码（cv2.rectangle()）。

举个OpenCV的简单例子：

import cv2

# 假设已经得到边界框坐标xyxy=(x1, y1, x2, y2)
x1, y1, x2, y2 = 100, 100, 200, 200
img = cv2.imread("test_image.jpg")

# 只画边界框，不写文本
cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
# 注释掉原来的putText代码
# cv2.putText(img, f"{label} {conf:.2f}", (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2)

cv2.imshow("Only Boxes", img)
cv2.waitKey(0)

总结一下：不管用什么框架，只要找到可视化环节中负责绘制文本的部分，把它去掉就可以啦，非常直观。

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