往期文章：

從零開始完成YOLOv5目標識別（六）用接續訓練完成大規模數據集訓練（以FLIR為例）

??????從零開始完成YOLOv5目標識別（五）一種擴充數據集的方式

從零開始完成Yolov5目標識別（四）封裝一個跨設備的YOLOv5檢測軟件

從零開始完成YOLOv5目標識別（三）用PyQt5展示YOLOv5的識別結果

從零開始完成Yolov5目標識別（二）制作并訓練自己的訓練集

從零開始完成Yolov5目標識別（一）準備工作

各位讀者首先要認識到的問題是，在YOLOv5中完成錨框計數是一件非常簡單的工作，要修改的代碼只有兩行。但現在CSDN上兜售的代碼動輒將近100的價格。現特別將目標計數的方法記錄在下文：

在detect.py/main.py中進行計數：

書接前系列用PyQt5實時展示訓練結果：

從main.py line 138修改為:

count=1for *xyxy, conf, cls in reversed(det):c=int(cls)label='%s %d' % (self.names[int(cls)],count)name_list.append(self.names[int(cls)])single_info = plot_one_box(xyxy, showimg, label=label, color=self.colors[int(cls)], line_thickness=1)count+=1

其中label變量記錄需要展示的變量，原來是標簽名稱names+置信度conf，修改之后展示的是names+計數count。如果還需要展示其它變量繼續修改label即可。

plot_one_box調用的plot.py中的繪圖方法。

效果展示：

?注：這種操作在單目標計數的情況中一定有效，多目標還沒試過

若不是按照系列文章操作的讀者也可以在detect.py中修改代碼，以達到一樣的效果。

總結

以上是生活随笔為你收集整理的从零开始完成YOLOv5目标识别（七）一种完成目标计数的简单方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。