YOLOv5实战：如何一键导出检测框的坐标、类别和置信度到TXT文件（附完整代码）

YOLOv5实战：结构化导出检测结果的工程化解决方案

在计算机视觉项目的实际落地过程中，我们常常需要将模型检测结果以结构化形式保存，用于后续的数据分析、系统集成或模型评估。本文将深入探讨如何通过YOLOv5高效导出检测框的坐标、类别和置信度信息到TXT文件，并提供可直接复用的工程化代码方案。

1. 理解YOLOv5输出数据结构

YOLOv5的检测结果本质上包含三个核心维度信息：

• 边界框坐标：通常以(x_min, y_min, x_max, y_max)格式表示
• 类别索引：对应data/yaml文件中定义的类别顺序
• 置信度分数：模型对当前预测结果的把握程度（0-1之间）

在原始实现中，这些信息被封装在det变量中，每个检测结果以[x1, y1, x2, y2, conf, cls]的形式存在。理解这一数据结构是进行定制化导出的基础。

注意：YOLOv5默认使用归一化坐标（0-1之间），但在实际应用中我们可能需要转换为绝对像素坐标。

2. 核心导出方案设计与实现

2.1 基础导出功能实现

以下代码展示了如何修改YOLOv5的detect.py以实现结构化导出：

def write_detection_results(det, img_shape, txt_path): """ 将检测结果写入TXT文件 :param det: 检测结果张量 [n,6] (xyxy, conf, cls) :param img_shape: 原始图像尺寸 (height, width) :param txt_path: 输出文件路径 """ with open(txt_path, 'a') as f: for *xyxy, conf, cls in reversed(det): # 转换为绝对坐标 x1, y1, x2, y2 = [int(coord) for coord in xyxy] # 格式化写入：类别 置信度 x1 y1 x2 y2 line = f"{int(cls)} {conf:.4f} {x1} {y1} {x2} {y2}\n" f.write(line)

将此函数集成到detect.py的适当位置（通常在绘制检测框之前），并通过以下方式调用：

if save_txt: write_detection_results(det, im0.shape[:2], txt_path)

2.2 高级导出格式定制

根据不同的下游应用需求，我们可以灵活调整输出格式。以下是几种常见变体：

实现COCO风格导出的代码示例：

def write_coco_style(det, txt_path): with open(txt_path, 'a') as f: for *xyxy, conf, cls in reversed(det): x1, y1, x2, y2 = xyxy width = x2 - x1 height = y2 - y1 line = f"{int(cls)} {conf:.4f} {x1} {y1} {width} {height}\n" f.write(line)

3. 工程化增强方案

3.1 多文件批量处理

在实际项目中，我们常需要处理大量图像。以下脚本展示了如何批量处理并保持文件名对应：

import os from pathlib import Path def process_directory(source_dir, output_dir): source_dir = Path(source_dir) output_dir = Path(output_dir) output_dir.mkdir(exist_ok=True) # 获取所有图像文件 image_files = list(source_dir.glob('*.jpg')) + list(source_dir.glob('*.png')) for img_path in image_files: # 运行检测并导出结果 run_detection( weights='yolov5s.pt', source=str(img_path), project=str(output_dir), name='results', save_txt=True ) # 重命名结果文件以匹配原图名 result_file = output_dir / 'results' / 'labels' / f"{img_path.stem}.txt" if result_file.exists(): new_path = output_dir / f"{img_path.stem}_det.txt" result_file.rename(new_path)

3.2 性能优化技巧

处理大规模数据时，IO操作可能成为瓶颈。以下方法可显著提升导出效率：

• 缓冲写入：累积一定数量的检测结果后批量写入
• 并行处理：使用多进程处理不同图像
• 二进制格式：对于极大数据集，考虑使用二进制格式存储

优化后的写入函数示例：

def buffered_write(detections, file_path, buffer_size=100): buffer = [] for det in detections: buffer.append(f"{det['cls']} {det['conf']} {det['x1']} {det['y1']} {det['x2']} {det['y2']}") if len(buffer) >= buffer_size: with open(file_path, 'a') as f: f.write('\n'.join(buffer) + '\n') buffer.clear() if buffer: # 写入剩余数据 with open(file_path, 'a') as f: f.write('\n'.join(buffer) + '\n')

4. 结果分析与可视化

4.1 数据统计与质量检查

导出数据后，我们通常需要进行基本统计分析：

import pandas as pd import matplotlib.pyplot as plt def analyze_results(result_file): # 读取导出的TXT文件 df = pd.read_csv(result_file, sep=' ', names=['class', 'confidence', 'x1', 'y1', 'x2', 'y2']) # 基本统计 print(f"总检测数: {len(df)}") print(f"平均置信度: {df['confidence'].mean():.3f}") # 类别分布可视化 class_counts = df['class'].value_counts() class_counts.plot(kind='bar') plt.title('Class Distribution') plt.xlabel('Class ID') plt.ylabel('Count') plt.show()

4.2 结果可视化验证

为确保导出数据的准确性，建议实现简单的可视化验证：

import cv2 def visualize_detections(image_path, result_path): image = cv2.imread(image_path) with open(result_path) as f: for line in f: cls, conf, x1, y1, x2, y2 = map(float, line.strip().split()) # 绘制边界框 cv2.rectangle(image, (int(x1), int(y1)), (int(x2), int(y2)), (0,255,0), 2) # 添加标签 label = f"{int(cls)} {conf:.2f}" cv2.putText(image, label, (int(x1), int(y1)-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2) cv2.imshow('Verification', image) cv2.waitKey(0)

5. 高级应用场景

5.1 与数据库集成

对于需要长期存储和分析的场景，可将结果直接导入数据库：

import sqlite3 def save_to_database(result_file, db_path): conn = sqlite3.connect(db_path) cursor = conn.cursor() # 创建表 cursor.execute(''' CREATE TABLE IF NOT EXISTS detections ( id INTEGER PRIMARY KEY AUTOINCREMENT, image_name TEXT, class INTEGER, confidence REAL, x1 INTEGER, y1 INTEGER, x2 INTEGER, y2 INTEGER, timestamp DATETIME DEFAULT CURRENT_TIMESTAMP ) ''') # 导入数据 with open(result_file) as f: for line in f: cls, conf, x1, y1, x2, y2 = line.strip().split() cursor.execute( "INSERT INTO detections (image_name, class, confidence, x1, y1, x2, y2) " "VALUES (?, ?, ?, ?, ?, ?, ?)", (Path(result_file).stem, cls, conf, x1, y1, x2, y2) ) conn.commit() conn.close()

5.2 自动化报告生成

结合检测结果生成PDF报告：

from fpdf import FPDF def generate_report(result_file, output_pdf): pdf = FPDF() pdf.add_page() pdf.set_font("Arial", size=12) # 添加标题 pdf.cell(200, 10, txt="Detection Results Report", ln=1, align='C') # 添加统计信息 with open(result_file) as f: lines = f.readlines() pdf.cell(200, 10, txt=f"Total Detections: {len(lines)}", ln=1) # 添加样本数据 pdf.cell(200, 10, txt="Sample Detections:", ln=1) for line in lines[:10]: # 显示前10个检测结果 pdf.cell(200, 10, txt=line.strip(), ln=1) pdf.output(output_pdf)

在实际项目中，这种结构化导出方案显著提升了后续处理效率。一个典型的应用场景是将检测结果导入到GIS系统进行空间分析，此时精确的坐标信息和规范的格式至关重要。