yolov8，实例分割

谁能告诉我，这玩意是什么？

yolov8里面实例分割的目标像素点怎么找啊？

阴阳怪气：jia人们，谁懂啊？

如果您是人，我对您的耐心和工作量表示感谢以及跪拜；
如果您是AI，我不得不骂两句了....写的什么牛马，和问题都对不上

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7408653
• 你也可以参考下这篇文章：目标检测之YOLOv5算法分析
• 除此之外, 这篇博客: 运用yolov5人脸识别模型生成标准的一寸照视频中的 三：用人脸识别模型对图片识别，并且进行一寸照人脸的裁剪，保存为新的图片 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 这个时候就需要用到我们训练好的YOLOv5人脸识别模型了，利用训练好的YOLOv5人脸识别模型，在detect.py中对代码进行修改，读取出识别框的四个a、b、c、d坐标值。下列代码对应的是detect.py的第168行，直接在下面加即可

       if save_img or save_crop or view_img:  # Add bbox to image
                          c = int(cls)  # integer class
                          label = None if hide_labels else (names[c] if hide_conf else f'{names[c]} {conf:.2f}')
                          annotator.box_label(xyxy, label, color=colors(c, True)) 
                          #xyxy中保存的就是识别框的四个坐标值，我们可以直接把它取出来用
  

  修改后的代码如下：

                   if save_img or save_crop or view_img:  # Add bbox to image
                      c = int(cls)  # integer class
                      label = None if hide_labels else (names[c] if hide_conf else f'{names[c]} {conf:.2f}')
                      annotator.box_label(xyxy, label, color=colors(c, True)) 
                      #xyxy中保存的就是识别框的四个坐标值，我们可以直接把它取出来用
                      # wrote by ym
                      a = xyxy[0].item()
                      b = xyxy[1].item()
                      c = xyxy[2].item()
                      d = xyxy[3].item()
                      rate=1.3
                      w=c-a
                      cw = int((a + c) / 2)
                      h=d-b
                      ch = int((d + b) / 2)
                      h = int(413 * w / 295)
                      box = (cw - rate * w, ch - rate * h, cw + rate * w, ch + rate * h)
                      #print(box)   #box保存的是识别框的四个坐标
                      # save_path保存的的是处理的每张图片的名字和路径，例如 runs/detect/exp52/133.jpg
                      #print(save_dir) # 值为runs/detect/exp19
                      #p保存的是每张待处理图片的路径！
                      img=Image.open(str(p))
                      print(p)
                      ss = str(p).rsplit("\\",1)[1]
                      im=img.crop(box)
                      im2 = im.resize((295, 413),Image.ANTIALIAS)
                      if save_crop:
                          save_one_box(xyxy, imc, file=save_dir / 'crops' / names[c] / f'{p.stem}.jpg', BGR=True)
  

  关于对人脸的一寸照裁剪，参考如下：https://aistudio.baidu.com/aistudio/projectdetail/438751
  只要从中截取一寸照裁剪的代码即可

  同时在detect.py的下面配置文件处进行修改：
  
  只需要修改训练好的模型pt文件、需要识别的人脸图片保存的路径和yaml配置文件就可以了。

  顺便贴上我的face.yaml文件的配置：
  
  由于只需要训练人脸一个目标，因此nc设为1即可

• 您还可以看一下 白勇老师的YOLOv5实战垃圾分类目标检测课程中的 测试训练出的网络模型及性能统计小节, 巩固相关知识点