YOLO11模型推理实战：保存结果并可视化分割效果

YOLO11模型推理实战：保存结果并可视化分割效果

1. 为什么这次推理要“看得见、留得住”

你训练好了一个YOLO11图像分割模型，但跑完predict()后只看到终端里一串日志——结果在哪？分割掩码长什么样？边界框是否贴合？类别标签对不对？有没有办法把每张图的预测结果原样保存下来，方便后续检查、汇报或集成到业务系统中？

这不是小问题。在真实项目中，可复现、可验证、可交付的推理输出，往往比训练过程本身更关键。本文不讲训练原理，不堆参数配置，只聚焦一件事：如何用YOLO11完成一次干净、可控、结果可视化的图像分割推理，并把所有关键产物（带掩码的图片、标注文件、统计信息）完整保存下来。

全程基于CSDN星图提供的YOLO11镜像环境，无需额外安装依赖，开箱即用。所有操作均在Jupyter或SSH终端中完成，代码可直接复制运行。

2. 环境准备与路径确认

2.1 进入标准工作目录

YOLO11镜像已预置完整项目结构。请先确保你在正确路径下执行后续命令：

cd ultralytics-8.3.9/

该目录下应包含：

• segment/：存放分割任务相关资源（数据、配置、权重、输出）
• resources/：原始图像、标注、配置文件所在根目录
• train.py/predict_seg.py等脚本

验证方式：执行ls -l resources/config/data/，应能看到yolo11-seg.yaml；执行ls -l segment/train/weights/，应存在训练好的best.pt权重文件。

2.2 检查输入数据位置

YOLO11分割推理支持多种输入源。本文以本地验证集图像目录为例，路径为：

resources/images/seg/datasets/images/val/

该目录下应有若干.jpg或.png格式图像（如001.jpg,002.jpg），与训练时使用的验证集一致。若需测试单张图，也可将图片放入此目录或指定绝对路径。

3. 核心推理脚本详解：不只是predict()

3.1 最简可用版本（快速验证）

新建文件predict_simple.py，内容如下：

from ultralytics import YOLO # 加载训练好的分割模型权重 model = YOLO("segment/train/weights/best.pt") # 执行推理：指定输入源、输出项目名、自动保存结果 results = model.predict( source="resources/images/seg/datasets/images/val", project="segment/predict", # 输出根目录 name="simple_run", # 当前实验子目录名 save=True, # 保存带可视化效果的图片 save_txt=True, # 保存每张图的预测坐标+掩码（txt格式） save_conf=True, # 在保存的图片上显示置信度 imgsz=640, # 统一缩放尺寸 conf=0.4, # 置信度阈值：仅保留≥0.4的检测 iou=0.7, # NMS IoU阈值 device="cpu" # 可选 "cuda:0"（若GPU可用） ) print(f" 推理完成！共处理 {len(results)} 张图像") print(f" 结果保存在：segment/predict/simple_run/")

运行后，你会在segment/predict/simple_run/下看到：

• labels/：每个.txt文件对应一张图，含类别ID、置信度、归一化掩码点坐标（按顺时针顺序）
• runs/detect/simple_run/：带彩色分割掩码和边框的可视化图片（.jpg）

注意：save=True保存的是叠加了分割效果的可视化图，非原始图像；save_txt=True保存的是纯文本标注，可用于下游解析。

3.2 生产级增强版（推荐用于项目交付）

实际工作中，我们常需：

• 控制输出精度（如只保存高置信度结果）
• 区分不同类别掩码颜色
• 导出为通用格式（PNG透明通道、JSON结构化数据）
• 记录每张图的耗时与统计信息

以下predict_production.py满足上述需求：

import os import time import json from pathlib import Path from datetime import datetime import numpy as np from PIL import Image, ImageDraw, ImageFont from ultralytics import YOLO # 初始化模型 model = YOLO("segment/train/weights/best.pt") model.names = {0: "person", 1: "car"} # 显式声明类别名，避免yaml读取异常 # 输入与输出配置 source_dir = Path("resources/images/seg/datasets/images/val") output_root = Path("segment/predict") exp_name = f"prod_{datetime.now().strftime('%Y%m%d_%H%M%S')}" output_dir = output_root / exp_name # 创建输出目录 (output_dir / "images").mkdir(parents=True, exist_ok=True) (output_dir / "masks").mkdir(exist_ok=True) (output_dir / "json").mkdir(exist_ok=True) (output_dir / "stats").mkdir(exist_ok=True) # 类别颜色映射（BGR格式，OpenCV使用） colors = { 0: (0, 255, 0), # person → 绿色 1: (255, 0, 0) # car → 红色 } # 统计容器 stats = { "total_images": 0, "total_detections": 0, "by_class": {"person": 0, "car": 0}, "inference_times": [] } print(f" 开始生产级推理 | 输入：{source_dir} | 输出：{output_dir}") for img_path in sorted(source_dir.glob("*.jpg")) + sorted(source_dir.glob("*.png")): stats["total_images"] += 1 start_time = time.time() # 单图推理（禁用自动保存，我们手动控制） results = model.predict( source=str(img_path), imgsz=640, conf=0.45, # 提高阈值，减少误检 iou=0.65, # 更严格NMS device="cpu", verbose=False # 关闭冗余日志 ) infer_time = time.time() - start_time stats["inference_times"].append(infer_time) # 解析结果 result = results[0] orig_img = result.orig_img # 原始BGR数组 h, w = orig_img.shape[:2] # 创建可视化图（RGB） vis_img = cv2.cvtColor(orig_img, cv2.COLOR_BGR2RGB) pil_img = Image.fromarray(vis_img) draw = ImageDraw.Draw(pil_img) # 创建透明掩码图（RGBA） mask_img = Image.new("RGBA", (w, h), (0, 0, 0, 0)) mask_draw = ImageDraw.Draw(mask_img) # 处理每个检测框与掩码 if result.masks is not None: masks = result.masks.data.cpu().numpy() # [N, H, W] boxes = result.boxes.xyxy.cpu().numpy() # [N, 4] classes = result.boxes.cls.cpu().numpy().astype(int) confs = result.boxes.conf.cpu().numpy() for i, (mask, box, cls_id, conf) in enumerate(zip(masks, boxes, classes, confs)): if conf < 0.45: # 再次过滤 continue stats["total_detections"] += 1 class_name = model.names.get(cls_id, "unknown") stats["by_class"][class_name] = stats["by_class"].get(class_name, 0) + 1 # 绘制边界框（带置信度标签） x1, y1, x2, y2 = map(int, box) color = colors.get(cls_id, (128, 128, 128)) draw.rectangle([x1, y1, x2, y2], outline=color, width=2) draw.text((x1, y1-20), f"{class_name} {conf:.2f}", fill=color, font_size=14) # 绘制半透明分割掩码 mask_pil = Image.fromarray((mask * 255).astype(np.uint8)) # 创建彩色掩码层 colored_mask = Image.new("RGBA", (w, h), (*color, 100)) # 100为透明度 mask_resized = mask_pil.resize((w, h), Image.NEAREST) mask_img.paste(colored_mask, (0, 0), mask_resized) # 合并可视化图与掩码图 final_img = Image.alpha_composite(pil_img.convert("RGBA"), mask_img) final_img = final_img.convert("RGB") # 保存三类产物 stem = img_path.stem final_img.save(output_dir / "images" / f"{stem}_vis.jpg", quality=95) # 保存纯掩码（PNG，单通道二值图） if result.masks is not None: mask_sum = np.zeros((h, w), dtype=np.uint8) for mask in result.masks.data.cpu().numpy(): mask_sum = np.maximum(mask_sum, (mask * 255).astype(np.uint8)) Image.fromarray(mask_sum).save(output_dir / "masks" / f"{stem}_mask.png") # 保存结构化JSON（含坐标、面积、置信度） json_data = { "image": str(img_path.name), "timestamp": datetime.now().isoformat(), "inference_time_sec": round(infer_time, 3), "detections": [] } if result.masks is not None: for i, (mask, box, cls_id, conf) in enumerate(zip(masks, boxes, classes, confs)): if conf >= 0.45: # 计算掩码面积（像素数） area_px = int(np.sum(mask)) json_data["detections"].append({ "class_id": int(cls_id), "class_name": model.names.get(cls_id, "unknown"), "confidence": float(conf), "bbox": [float(x) for x in box], "area_pixels": area_px, "mask_shape": [int(x) for x in mask.shape] }) with open(output_dir / "json" / f"{stem}.json", "w", encoding="utf-8") as f: json.dump(json_data, f, indent=2, ensure_ascii=False) print(f" {stem}: {len(json_data['detections'])} 个目标 | {infer_time:.3f}s") # 保存全局统计 stats["avg_inference_time"] = round(np.mean(stats["inference_times"]), 3) stats["max_inference_time"] = round(np.max(stats["inference_times"]), 3) with open(output_dir / "stats" / "summary.json", "w", encoding="utf-8") as f: json.dump(stats, f, indent=2, ensure_ascii=False) print(f"\n 推理完成！总计 {stats['total_images']} 张图，{stats['total_detections']} 个检测") print(f" 统计报告：{output_dir / 'stats' / 'summary.json'}") print(f"🖼 可视化图：{output_dir / 'images'}") print(f"🧩 掩码图：{output_dir / 'masks'}") print(f" 结构化数据：{output_dir / 'json'}")

关键增强点：

• 显式类别映射：避免names读取失败导致标签错乱
• 双层置信度过滤：conf参数 + 代码内二次判断，提升结果纯净度
• 透明掩码叠加：使用PIL Alpha通道实现专业级可视化
• 多格式输出：JPEG（人眼查看）、PNG（掩码提取）、JSON（程序解析）
• 全量统计：单图耗时、总目标数、按类别分布、平均/最大推理延迟

4. 结果解读与常见问题排查

4.1 三类核心输出文件说明

4.2 典型问题与解决方案

❌ 问题1：save=True生成的图片全是黑的或无掩码

原因：YOLO11默认使用OpenCV绘图，而镜像中OpenCV可能未正确链接GUI后端（尤其Jupyter环境）。
解法：改用PIL绘图（如3.2节脚本），或强制指定plt后端：

import matplotlib matplotlib.use('Agg') # 在import ultralytics前执行

❌ 问题2：results[0].masks为None

原因：模型未正确加载分割头，或权重文件损坏。
验证：运行print(model.model.head)，应看到Segment模块；检查best.pt文件大小是否 >100MB。
解法：重新下载权重，或确认训练时使用了yolo11-seg.yaml配置。

❌ 问题3：JSON中掩码坐标是浮点数，无法直接用于OpenCV

原因：YOLO11保存的是归一化坐标（0~1范围）。
解法：在解析时还原为像素坐标：

h, w = 640, 640 # 或从原图读取 x_norm, y_norm = coords # 归一化点 x_px, y_px = int(x_norm * w), int(y_norm * h)

5. 进阶技巧：让结果更实用

5.1 批量导出为视频（动态演示）

将images/下所有_vis.jpg按序号排序，用OpenCV合成MP4：

import cv2 import glob import os img_paths = sorted(glob.glob("segment/predict/*/images/*_vis.jpg")) if not img_paths: print("❌ 未找到可视化图片") exit() # 读取第一张图获取尺寸 frame = cv2.imread(img_paths[0]) h, w = frame.shape[:2] out = cv2.VideoWriter( "segment/predict/demo.mp4", cv2.VideoWriter_fourcc(*'mp4v'), 2, (w, h) ) for p in img_paths: out.write(cv2.imread(p)) out.release() print(" 视频已生成：segment/predict/demo.mp4")

5.2 一键生成HTML报告（交互式查看）

创建generate_report.py，自动生成带缩略图和点击放大功能的静态页面：

# 此处省略具体HTML生成代码（因篇幅限制） # 实际可使用jinja2模板渲染，包含： # - 每张图缩略图网格 # - 点击弹出高清图+JSON数据 # - 统计图表（matplotlib生成SVG嵌入）

5.3 与业务系统对接建议

• Web服务封装：用Flask/FastAPI包装predict_production.py逻辑，提供HTTP API
• 定时任务：用cron定期扫描新图片目录并触发推理
• 云存储同步：推理完成后自动上传images/和json/到OSS/S3

6. 总结：一次可靠推理的四个关键动作

1. 环境确认

务必执行cd ultralytics-8.3.9/并验证best.pt存在，避免路径错误导致静默失败。

2. 参数精调

conf（置信度）和iou（重叠阈值）不是固定值。建议：

• 初次运行设conf=0.3全量观察；
• 交付前调至conf=0.45~0.55平衡召回与精度；
• iou保持0.6~0.7，过高易漏检，过低易重复。

3. 输出分层

永远同时保存三类产物：

• images/：给人看的最终效果（JPEG）
• masks/：给机器用的掩码（PNG）
• json/：给系统用的元数据（JSON）
  缺失任一者，都意味着交付不完整。

4. 验证闭环

不要只信终端日志。打开images/目录，随机抽查5张图：

• 掩码边缘是否锯齿严重？→ 检查imgsz是否过小（建议≥640）
• 同一物体是否被重复检测？→ 降低iou或提高conf
• 类别标签是否错位？→ 检查model.names是否与训练yaml一致

推理不是训练的终点，而是价值落地的起点。当你能稳定产出可验证、可交付、可集成的结果时，YOLO11才真正成为你工具箱里的一把快刀。

--- > **获取更多AI镜像** > > 想探索更多AI镜像和应用场景？访问 [CSDN星图镜像广场](https://ai.csdn.net/?utm_source=mirror_blog_end)，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。