AIWROK软件苹果找图YoloV5目标检测[YoloV5]方法小结

	AIWROK软件苹果找图YoloV5目标检测[YoloV5]方法小结 📌detectPercent预测 类别 详情说明 方法功能 基于 YoloV5 模型，输入图像、区域等参数，进行目标检测并返回预测结果 方法签名 Detect[] detectPercent(Object img, Double[] roi, Single prob, Single nms, Int32 msize) 返回值 Detect[] （目标检测结果数组，元素为 Detect 类型，包含检测相关信息） 参数 - Object img ：输入的 Image 图像对象 - Double[] roi ：检测区域（如坐标范围等，格式需符合规范） - Single prob ：检测阈值（用于筛选检测结果，如置信度阈值） - Single nms ：相交阈值（非极大值抑制的阈值，用于过滤重叠检测框） - Int32 msize ：图像尺寸（模型推理时使用的图像尺寸） 案例 var yolo = new YoloV5(); Image img = loadImage("test.jpg"); // 假设加载图像 Double[] roi = new Double[]{0, 0, 100, 100}; // 假设区域 Detect[] results = yolo.detectPercent(img, roi, 0.5f, 0.3f, 640); // 调用预测方法 📌loadModel 加载模型 类别 详情说明 方法功能 加载模型（通过标签文件、参数文件、数据文件及运行时环境，加载模型资源） 方法签名 Boolean loadModel(String label, String param, String bin, Object runtime) （注：原方法签名中首参数 trial 应为 label ，属拼写误差，结合参数说明修正 ） 返回值 Boolean （加载成功返回 true ，失败返回 false ） 参数 - String label ：标签文件路径（存储模型分类标签，原文档拼写为 lable ，推测为 label 笔误 ） - String param ：参数文件路径（模型参数配置文件 ） - String bin ：数据文件路径（模型权重等数据文件 ） - Object runtime ：运行时环境对象（提供模型运行依赖环境 ） 案例 // 初始化 YoloV5 实例 var yolo = new YoloV5(); // 加载模型（标签、参数、数据文件放资源文件夹，runtime 为自定义运行时对象） var modelLoaded = yolo.loadModel('close.txt', 'close.param', 'close.bin', selfRunTime); if (!modelLoaded) { printl('模型加载失败'); } else { // 截图、检测等后续操作（示例） var img = screen.screenShotFull(); var detectArr = yolo.detectPercent(img, [0,0,1,1], 0.4, 0.45, 640); printl(detectArr); img.close(); // 释放图像，避免内存溢出 } yolo.close(); // 释放 YoloV5 资源 📌close释放模型 类别 详情说明 方法功能 释放模型资源，避免内存溢出（不再使用模型时调用） 方法签名 Void close() 返回值 Void 参数 无 案例 var yolo = new YoloV5(); // （模型加载、推理等操作） yolo.close(); // 释放模型资源 //🍎交流QQ群711841924 //🍎🔨🍎YoloV5目标检测[YoloV5]方法小结 //第一个方法：📌detectPercent预测 new YoloV5().detectPercent(Object,Double[],Single,Single,Int32) //第二个方法：📌loadModel 加载模型 //初始化yolov5 var yolo = new YoloV5(); //加载模型,模型放到资源文件夹 var model; yolo.loadModel('close.txt', 'close.param', 'close.bin', selfRunTime); if (model != null) {     printl('模型加载失败'); } else {   var img = screen.screenShotFull();   var detectArr = yolo.detectPercent(img,[0,0,1,1], 0.4, 0.45, 640);   printl(detectArr);      //记得释放图像否则内存溢出   img.close(); } //释放yolo yolo.close(); //截图 printl(aa=screen.screenShotFull()) //第三个方法：📌loadHtml 加载 HTML内容 new YoloV5().close() 复制代码