新手提问，想要把识别出的内容作下一步操作

[zhongkunh]

请问如果要直接返回一个数组比如[True,True,False]代表各个值该怎么改main函数呢

最近才开始接触yolo所以问题很简单:( 如果可以解答的话就太感谢了！

[LIU42]

其实我已经将整个识别器封装成了 RulesRecognizer 类，可以这样创建它的实例：

recognizer = RulesRecognizer(configs)

其中构造参数 configs 为 configs/config.yaml 中的配置字典，可以这样加载它：

import yaml

with open('configs/config.yaml', 'r') as configs_file:
    configs = yaml.safe_load(configs_file)

也可以直接硬编码到程序中：

# 一个配置的例子

configs = {
    'device': 'CPU',
    'precision': 'fp32',
    'detector': {
        'conf-threshold': 0.25,
        'iou-threshold': 0.45,
    },
    'filter': {
        'weights': [0.05, 5, 2, 2],
        'threshold': 40,
    },
    'strategy': 'conservative',
}

调用 recognizer 对象，传入 opencv 加载的待识别图像：

import cv2

image = cv2.imread('your_image_path')
signals, directs = recognizer(image)

调用返回的结果包含两部分，其中第一个返回值 signals 为所有识别到的有效交通信号灯列表，它的每一个元素均为一个交通信号灯对象：

for signal in signals:
    signal.x                # 左上角横坐标
    signal.y                # 左上角纵坐标
    signal.w                # 宽度
    signal.h                # 高度
    signal.center_x         # 中心点横坐标
    signal.center_y         # 中心点纵坐标
    signal.color            # 颜色
    signal.shape            # 箭头的形状

第二个返回值为三个方向上的通行规则对象：

directs.left        # 是否能够左转（bool类型，下同）
directs.right       # 是否能够右转
directs.straight    # 是否能够直行

对于你需要一个数组，可以这么做：

results = [directs.left, directs.straight, directs.right]

[zhongkunh]

非常感谢！很明白的解释。作者万圣节快乐！
还有一个小问题，数据集里classifier貌似没有data.yaml，这样该怎么自己用Ultralytics训练数据集呢。

[LIU42]

classifier 执行的是分类任务，它需要的数据集格式和常规的图像分类数据集是一样的，就像下面这样：

dataset-/
|
|-- train/
|   |-- class1/
|   |   |-- xxx.png
|   |   |-- xxx.png
|   |   |-- ...
|   |
|   |-- class2/
|   |   |-- xxx.png
|   |   |-- xxx.png
|   |   |-- ...
|   |
|   |-- ...
|
|-- test/
|   |-- class1/
|   |   |-- xxx.png
|   |   |-- xxx.png
|   |   |-- ...
|   |
|   |-- class2/
|   |   |-- xxx.png
|   |   |-- xxx.png
|   |   |-- ...
|   |
|   |-- ...
|
|-- val/
    |-- class1/
    |   |-- xxx.png
    |   |-- xxx.png
    |   |-- ...
    |
    |-- class2/
    |   |-- xxx.png
    |   |-- xxx.png
    |   |-- ...
    |
    |-- ...

具体参见 Image Classification Datasets Overview - Ultralytics YOLO Docs ，另外我用来训练的数据集也放在了 Releases 中，可以参考它的格式。

[LIU42]

训练的命令大概是这样的：

yolo classify train data=path/to/your/dataset model=yolov8n-cls.pt epochs=100 imgsz=64