YOLOv8FPS_0">YOLOv8的FPS计算代码

目前是默认加载到0号GPU中，如果你想加载到指定GPU中，请手动在加载模型的时候设置
device=编号

代码

import os

from ultralytics import YOLO


def load_model(model_path):
    model = YOLO(model_path)
    print('查看当前模型：', model)
    return model


if __name__ == '__main__':
    imgs_path = 'E:\\data\\dataset\\images\\val'  # TODO 验证集目录   要求图像数量 >= 200
    model = load_model('weights/shwd/yuan.pt' )  # TODO 模型路径
    re_num = 10  # TODO 预热图像张数
    detect_count = 100  # TODO 推理图像张数
    images = os.listdir(imgs_path)
    count = 0
    times = []
    for item in images:
        if count < re_num:
            model(imgs_path + os.sep + item)
        elif count < re_num + detect_count:
            results = model(imgs_path + os.sep + item)
            times.append(results[0].speed)
        else:
            break
        count += 1
    # main(opt)
    time_sum = 0.
    for i in times:
        time_sum += sum(i.values())
    one_img_time = time_sum / detect_count
    FPS = 1000 / one_img_time
    print(f'FPS: {FPS}')

代码说明

以上的代码中，需要自己改的参数有四个

    imgs_path = 'E:\\data\\dataset\\images\\val'  # TODO 验证集目录   要求图像数量 >= 200
    model = load_model('weights/shwd/yuan.pt' )  # TODO 模型路径
    re_num = 10  # TODO 预热图像张数
    detect_count = 100  # TODO 推理图像张数

imgs_path是给数据集的测试集的路径，下面应该有大于300张图像
model 对应的load_model需要填入模型的路径
re_num 是模型预热，随便写个20就行了，意思一下就可以了
detect_count 是测试100张图像取平均值，因为一张的话偶然性太大了

王清江唷_全网同名希望和你成为朋友，我的全网昵称均为王清江唷