Просмотр результатов выводов в терминале

Изображение с сайта libsixel.

Мотивация

При подключении к удаленной машине визуализация результатов обработки изображений обычно невозможна или требует переноса данных на локальное устройство с графическим интерфейсом. Интегрированный терминал VSCode позволяет напрямую визуализировать изображения. Это краткая демонстрация того, как использовать его в сочетании с ultralytics с результаты прогнозирования.

Для просмотра изображений с помощью встроенного терминала используются следующие протоколы, совместимые с VSCode sixel и iTerm. Это руководство демонстрирует использование sixel протокол.

Процесс

1. Сначала необходимо включить настройки terminal.integrated.enableImages и terminal.integrated.gpuAcceleration в VSCode.

   "terminal.integrated.gpuAcceleration": "auto" # "auto" is default, can also use "on"
   "terminal.integrated.enableImages": true
   

   

2. Установите python-sixel библиотека в вашей виртуальной среде. Это вилка из PySixel библиотека, которая больше не поддерживается.

   pip install sixel
   

3. Загрузите модель и выполните вывод, затем постройте график результатов и сохраните их в переменной. Подробнее об аргументах для вывода и работе с результатами можно узнать на странице режима прогнозирования.

   from ultralytics import YOLO
   
   # Load a model
   model = YOLO("yolo11n.pt")
   
   # Run inference on an image
   results = model.predict(source="ultralytics/assets/bus.jpg")
   
   # Plot inference results
   plot = results[0].plot()  # (1)!
   

   1. Смотрите параметры метода plot, чтобы увидеть возможные аргументы для использования.

4. Теперь используйте OpenCV преобразовать numpy.ndarray на bytes данные. Затем используйте io.BytesIO чтобы создать "файлоподобный" объект.

   import io
   
   import cv2
   
   # Results image as bytes
   im_bytes = cv2.imencode(
       ".png",  # (1)!
       plot,
   )[1].tobytes()  # (2)!
   
   # Image bytes as a file-like object
   mem_file = io.BytesIO(im_bytes)
   

   1. Можно использовать и другие расширения изображений.
   2. Только объект с индексом 1 который возвращается, необходим.

5. Создайте SixelWriter экземпляр, а затем используйте .draw() метод для отрисовки изображения в терминале.

   from sixel import SixelWriter
   
   # Create sixel writer object
   w = SixelWriter()
   
   # Draw the sixel image in the terminal
   w.draw(mem_file)
   

Пример результатов вывода

Пример полного кода

import io

import cv2
from sixel import SixelWriter

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")

# Run inference on an image
results = model.predict(source="ultralytics/assets/bus.jpg")

# Plot inference results
plot = results[0].plot()  # (3)!

# Results image as bytes
im_bytes = cv2.imencode(
    ".png",  # (1)!
    plot,
)[1].tobytes()  # (2)!

mem_file = io.BytesIO(im_bytes)
w = SixelWriter()
w.draw(mem_file)

1. Можно использовать и другие расширения изображений.
2. Только объект с индексом 1 который возвращается, необходим.
3. Смотрите параметры метода plot, чтобы увидеть возможные аргументы для использования.

ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Как просмотреть результаты анализа YOLO в терминале VSCode на macOS или Linux?

Чтобы просмотреть результаты анализа YOLO в терминале VSCode на macOS или Linux, выполните следующие действия:

1. Включите необходимые настройки VSCode:

   "terminal.integrated.enableImages": true
   "terminal.integrated.gpuAcceleration": "auto"
   

2. Установите библиотеку sixel:

   pip install sixel
   

3. Загрузите модель YOLO и запустите вывод:

   from ultralytics import YOLO
   
   model = YOLO("yolo11n.pt")
   results = model.predict(source="path_to_image")
   plot = results[0].plot()
   

4. Преобразуйте изображение результатов вывода в байты и выведите его на экран терминала:

   import io
   
   import cv2
   from sixel import SixelWriter
   
   im_bytes = cv2.imencode(".png", plot)[1].tobytes()
   mem_file = io.BytesIO(im_bytes)
   SixelWriter().draw(mem_file)
   

Более подробную информацию можно найти на странице режима прогнозирования.

Почему протокол sixel работает только на Linux и macOS?

В настоящее время протокол sixel поддерживается только в Linux и macOS, поскольку эти платформы имеют встроенные терминальные возможности, совместимые с графикой sixel. Поддержка Windows для терминальной графики с использованием sixel все еще находится в разработке. Для получения обновленной информации о совместимости с Windows проверьте статус выпуска VSCode и документацию.

Что делать, если у меня возникли проблемы с отображением изображений в терминале VSCode?

Если у вас возникли проблемы с отображением изображений в терминале VSCode с помощью sixel:

1. Убедитесь, что необходимые настройки в VSCode включены:

   "terminal.integrated.enableImages": true
   "terminal.integrated.gpuAcceleration": "auto"
   

2. Проверьте установку библиотеки Sixel:

   pip install sixel
   

3. Проверьте код преобразования данных изображения и черчения на наличие ошибок. Например:

   import io
   
   import cv2
   from sixel import SixelWriter
   
   im_bytes = cv2.imencode(".png", plot)[1].tobytes()
   mem_file = io.BytesIO(im_bytes)
   SixelWriter().draw(mem_file)
   

Если проблемы сохраняются, обратитесь к репозиторию VSCode и посетите раздел параметров метода построения для получения дополнительных указаний.

Может ли YOLO отображать результаты видеоинтерпретации на терминале с помощью sixel?

Отображение результатов видеоанализа или анимированных GIF-кадров с помощью sixel в терминале в настоящее время не проверено и может не поддерживаться. Мы рекомендуем начать со статичных изображений и проверить их совместимость. Пробуйте выводить видео результаты на свой страх и риск, помня об ограничениях производительности. Для получения дополнительной информации о построении графиков результатов выводов посетите страницу режима предсказания.

Как устранить неполадки с python-sixel библиотека?

Чтобы устранить неполадки с python-sixel библиотека:

1. Убедитесь, что библиотека правильно установлена в вашей виртуальной среде:

   pip install sixel
   

2. Убедитесь, что у вас есть необходимый Python и системные зависимости.

3. Обратитесь к репозиториюpython -sixel GitHub для получения дополнительной документации и поддержки сообщества.

4. Дважды проверьте свой код на наличие потенциальных ошибок, в частности, использование SixelWriter и этапы преобразования данных изображения.

Дополнительную информацию о работе с моделями YOLO и интеграции Sixel см. на страницах документации по экспорту и режиму прогнозирования.

📅 Создано 1 год назад ✏️ Обновлено 2 месяца назад

Комментарии