尧图网页设计 
YOLOv10 预测引擎深入解析Ultralytics BasePredictor 的架构、流程与源码级实战【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10导读BasePredictor是 Ultralytics YOLO 引擎中所有推理操作的基石无论是yolo predict命令行、model.predict()Python 接口还是视频/摄像头/RTSP 流式推理最终都由它统一调度。本文以 BasePredictor 参考文档 为核心主线结合 predictor.py 源码、预测模式使用指南 与任务特化子类实现完整剖析其类属性、生命周期、推理管线预处理 → 推理 → 后处理及输出落盘机制。读完你将掌握如何读懂并扩展 BasePredictor、如何在自定义项目中直接驱动该引擎、各推理参数如何穿透到内核以及流式stream模式为什么是长视频与大流量推理的内存安全方案。一、BasePredictor 在引擎中的定位在ultralytics的 engine 层即 engine 目录中predictor.py与model.py、trainer.py、validator.py、exporter.py等并列构成训练—验证—推理—导出四件套中的推理一极。BasePredictor是一个基类它不绑定任何具体任务检测/分割/姿态/分类而是定义了所有预测器共有的骨架统一的输入源加载图片、视频、目录、glob、URL、屏幕、摄像头、RTSP/RTMP 流、张量统一的推理管线preprocess → inference → postprocess统一的结果落盘图片保存、视频写帧、txt 标注导出、目标裁剪、窗口显示统一的回调机制on_predict_start、on_predict_batch_start、on_predict_postprocess_end、on_predict_batch_end、on_predict_end。具体到本仓库检测任务的 DetectionPredictor 继承BasePredictor并只覆写了postprocess()加入 NMS 与坐标缩放分割、姿态、分类、OBB 等任务的预测器位于 ultralytics/models/yolo 与 ultralytics/models/yolov10同样以BasePredictor为父类。因此理解了BasePredictor就等于理解了整个 YOLO 推理内核。二、类属性与构造流程__init__BasePredictor定义于 predictor.py其公开属性在类 docstring 中声明如下属性类型含义argsSimpleNamespace预测器配置由get_cfg(cfg, overrides)合并得到save_dirPath结果保存目录done_warmupbool是否已完成模型预热warmupmodelnn.Module用于预测的模型由AutoBackend包装datadict数据配置devicetorch.device预测所用设备datasetDataset输入源封装后的数据集对象vid_writerdict{save_path: video_writer}的视频写出器映射构造器__init__(self, cfgDEFAULT_CFG, overridesNone, _callbacksNone)L80-L113的关键逻辑配置合并self.args get_cfg(cfg, overrides)。get_cfg实现在 ultralytics/cfg/init.py会将默认配置DEFAULT_CFG来自 cfg/default.yaml与调用方传入的overrides字典合并为SimpleNamespace后续 CLI 与 Python API 的参数全部通过这一层汇入。置信度默认值若args.conf为None则回退为0.25。窗口显示检查若args.showTrue调用check_imshow(warnTrue)确认当前环境支持 GUI 显示。状态初始化model、device、dataset、vid_writer、transforms、callbacks等初始为空或默认值callbacks来自callbacks.get_default_callbacks()并挂载集成回调。线程安全锁self._lock threading.Lock()用于保证自动线程安全推理与 YOLO Thread-Safe Inference Guide 相呼应。从源码结构看构造阶段只做轻量配置真正的模型加载被推迟到首次推理见stream_inference中的setup_model这使得预测器可以极快地创建。三、推理管线主流程stream_inferenceBasePredictor.__call__L162-L168是统一入口def __call__(self, sourceNone, modelNone, streamFalse, *args, **kwargs): self.stream stream if stream: return self.stream_inference(source, model, *args, **kwargs) else: return list(self.stream_inference(source, model, *args, **kwargs))streamFalse默认立即消费生成器并聚合为list一次性返回全部ResultsstreamTrue返回生成器逐帧产出Results内存占用恒定适合长视频与实时流。核心的stream_inference方法L208-L293)是整条流水线的心脏被smart_inference_mode()装饰以保证推理期间不会误开启梯度。其执行顺序模型装配若self.model为空调用setup_model(model)L295-L310通过AutoBackend加载权重、选择设备select_device、按dnn/fp16/batch等参数初始化并model.eval()。加锁with self._lock保证多线程场景下同一预测器实例的串行访问。输入源装配setup_source(source)L180-L206调用load_inference_source构建dataset并检查imgsz。目录准备若save或save_txt创建save_dir及labels/子目录。模型预热首次调用时self.model.warmup(...)并置done_warmupTrue避免首帧因 CUDA 内核编译产生异常延迟。逐批循环遍历dataset每个 batch 依次执行preprocess计时→inference计时→postprocess计时并记录每张图的speed {preprocess:..., inference:..., postprocess:...}L262-L266。结果写出按verbose/save/save_txt/show决定调用write_results输出。收尾释放vid_writer中所有cv2.VideoWriter、按需打印汇总速度、回调on_predict_end。四、三大阶段拆解预处理、推理、后处理4.1 预处理preprocessL115-L133对非张量输入np.ndarray列表或 PIL 图像先经pre_transformL144-L156调用LetterBoxletterbox 等比缩放 填充autosame_shapes and self.model.ptstrideself.model.stride堆叠为(n, 3, h, w)完成BGR→RGB通道转换im[..., ::-1]与BHWC→BCHW轴转置转为连续内存的torch.Tensor移至device按模型是否 FP16 转为half()或float()最后/ 255归一化到[0, 1]。若输入已是torch.TensorBCHW、RGB、float32则跳过上述变换仅做设备搬运与类型转换。分类任务还会在setup_source中挂载classify_transforms配合crop_fraction参数。4.2 推理inferenceL135-L142return self.model(im, augmentself.args.augment, visualizevisualize, embedself.args.embed, *args, **kwargs)augment开启测试时增强TTAvisualize将中间特征图增量保存到save_dir用于调试模型看到了什么embed指定抽取嵌入向量的层索引配合model.embed()见 engine/model.py。当embed生效时stream_inference会直接yield嵌入张量并跳过后续后处理L249-L251。4.3 后处理postprocess基类中postprocess原样返回predsL158-L160真正的 NMS 逻辑由各任务子类覆写。以检测任务 DetectionPredictor.postprocess 为例调用ops.non_max_suppression(preds, conf, iou, agnosticagnostic_nms, max_detmax_det, classesclasses)——这里conf/iou/agnostic_nms/max_det/classes全部来自args即用户在预测时传入的参数将张量输入转回 numpy 批convert_torch2numpy_batch用ops.scale_boxes把模型输入尺寸下的框坐标缩放回原始图像尺寸逐张构造Results(orig_img, pathimg_path, namesself.model.names, boxespred)返回。姿态、分割、分类的预测器分别把keypoints/masks/probs填入Results但整体骨架一致。五、输入源加载load_inference_sourcesetup_source中调用 ultralytics/data/build.py 的 load_inference_source这是输入源多样性的来源输入源类型底层加载器触发条件torch.TensorLoadTensortensorTrue内存中的 PIL/numpy直接复用in_memoryTrueRTSP/RTMP/摄像头等流LoadStreamsstreamTrue支持vid_stride、buffer屏幕截图LoadScreenshotsscreenshotTruePIL 图像 / numpy 数组LoadPilAndNumpyfrom_imgTrue图片/视频文件/目录/glob/CSV/*.streamsLoadImagesAndVideos其余情况支持batch、vid_stride加载器选择后source_type被挂到 dataset 上供预测器判断是否为流式/截图/张量输入。此外setup_source中有一个重要防御逻辑L199-L205当streamFalse且输入为流、截图、超过 1000 张图片或含视频时会打印STREAM_WARNINGL50-L60提示长输入下结果会累积在内存中建议改用streamTrue。实战建议处理长视频、大目录、直播流时始终传streamTrue一次只有几张图或几百张图时streamFalse更便于索引。六、结果落盘与可视化write_results/save_predicted_imageswrite_resultsL312-L350负责单条结果的处理计算txt_path save_dir / labels / (stem_或_frame号)视频帧自动追加帧号saveTrue或showTrue时调用result.plot(line_width, boxesshow_boxes, confshow_conf, labelsshow_labels, im_gpuNone or im[i])生成标注图save_txtTrue时写[class] [x_center] [y_center] [width] [height] [conf]格式的 txtsave_conf控制是否含置信度save_cropTrue时保存目标裁剪图到crops/showTrue时调show()弹出窗口Linux 下创建可缩放窗口图片等待 300ms、视频/流等待 1mssaveTrue时调save_predicted_imagesL352-L378。save_predicted_images对视频/流输入使用cv2.VideoWriter逐帧写 mp4/avimacOS 用avc1、Windows 用WMV2、Linux 用MJPGsave_framesTrue时额外逐帧导出 JPG对静态图片直接cv2.imwrite。vid_writer字典按save_path复用写出器避免每帧重建。七、从YOLO.predict()到BasePredictor的调用链在 ultralytics/engine/model.py 的 predict() 中YOLO模型对象充当门面source为空时回退到ASSETS并告警检测是否为 CLI 调用sys.argv含predict/track/modepredict等CLI 下自动设置saveTrue合并{**self.overrides, **custom, **kwargs}其中custom {conf: 0.25, batch: 1, save: is_cli, mode: predict}首次调用时用self._smart_load(predictor)(overridesargs, _callbacksself.callbacks)实例化预测器并setup_model后续调用仅更新args若改动了project/name则重算save_dir最后CLI 走predictor.predict_cli(source)L170-L178只消费生成器不累积Python API 走predictor(source, streamstream)。这就是为什么model.predict(conf0.5, iou0.6, imgsz320)这样的传参能直接作用于 NMS 与输入尺寸——它们经由overrides → get_cfg → args贯穿preprocessimgsz、inferenceaugment/embed与postprocessconf/iou/max_det/classes。八、回调机制与线程安全run_callbacks(event)L390-L393遍历self.callbacks[event]并传入预测器自身add_callback(event, func)L395-L397可注册自定义回调。支持的事件贯穿整个生命周期on_predict_start、on_predict_batch_start、on_predict_postprocess_end、on_predict_batch_end、on_predict_end这也正是 Callbacks 使用指南 中自定义日志、监控与扩展的挂载点。线程安全方面stream_inference全程在self._lock内执行。官方推荐的实践是每个线程独立实例化模型见 YOLO Thread-Safe Inference Guide而锁的存在则进一步保证同一实例被意外共享时也不会产生交叉污染。九、关键推理参数速查以下参数贯穿预测器内核全部可通过model.predict(source, ...)或 CLI 的yolo predict ...传入详见 预测模式文档 的 Inference Arguments 章节参数类型默认值影响的内核环节sourcestr/Path/int/...仓库ASSETSsetup_source→load_inference_sourceconffloat0.25postprocess的 NMS 阈值ioufloat0.7postprocess的 NMS IoUimgszint/tuple640pre_transform的 LetterBox 尺寸halfboolFalsesetup_model的 FP16 开关devicestrNoneselect_device设备选择max_detint300NMS 最大检出数vid_strideint1LoadStreams/LoadImagesAndVideos帧间隔stream_bufferboolFalse流是否缓冲全部帧augmentboolFalseinference的 TTAagnostic_nmsboolFalseNMS 是否类别无关classeslist[int]NoneNMS 类别过滤retina_masksboolFalseplot时是否用高分辨率掩码embedlist[int]None抽取嵌入层索引save/show/save_txt/save_crop/save_frames/show_conf/show_labels/show_boxes/line_widthbool/int见 predict.mdwrite_results/save_predicted_images推理结果封装为Results对象其boxes/masks/probs/keypoints/obb属性及plot()/save()/save_txt()/tojson()等方法的完整说明见 Results 参考文档。十、扩展实战自定义预测器参考DetectionPredictor的模式detect/predict.py自定义任务只需两步from ultralytics.engine.predictor import BasePredictor class MyPredictor(BasePredictor): def postprocess(self, preds, img, orig_imgs): # 在此加入任务相关的解码、NMS、坐标还原 return self._build_results(preds, img, orig_imgs) # 使用 args dict(modelyolov8n.pt, sourcebus.jpg) predictor MyPredictor(overridesargs) predictor.predict_cli()若需接入上层 API可将实例传给YOLO.predict(predictor...)model.py L385-L441框架会自动完成配置注入与结果收集。更细粒度的自定义则可在preprocess/inference/write_results任一环节覆写无需改动引擎其余部分。小结BasePredictor用约 400 行代码封装了 YOLO 全任务共用的推理骨架轻量构造 延迟装配、统一的三段式管线、覆盖十余种数据源的加载器、按需落盘与可视化、回调与线程安全。无论是阅读源码、排查推理问题、还是为 YOLOv10 扩展新任务与新格式它都是最值得优先理解的引擎组件。相关配套资料可在 预测模式指南、BasePredictor 参考 与 Results 参考 中继续深挖。【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 YOLOv10 预测引擎深入解析：Ultralytics BasePredictor 的架构、流程与源码级实战
YOLOv10 预测引擎深入解析Ultralytics BasePredictor 的架构、流程与源码级实战【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10导读BasePredictor是 Ultralytics YOLO 引擎中所有推理操作的基石无论是yolo predict命令行、model.predict()Python 接口还是视频/摄像头/RTSP 流式推理最终都由它统一调度。本文以 BasePredictor 参考文档 为核心主线结合 predictor.py 源码、预测模式使用指南 与任务特化子类实现完整剖析其类属性、生命周期、推理管线预处理 → 推理 → 后处理及输出落盘机制。读完你将掌握如何读懂并扩展 BasePredictor、如何在自定义项目中直接驱动该引擎、各推理参数如何穿透到内核以及流式stream模式为什么是长视频与大流量推理的内存安全方案。一、BasePredictor 在引擎中的定位在ultralytics的 engine 层即 engine 目录中predictor.py与model.py、trainer.py、validator.py、exporter.py等并列构成训练—验证—推理—导出四件套中的推理一极。BasePredictor是一个基类它不绑定任何具体任务检测/分割/姿态/分类而是定义了所有预测器共有的骨架统一的输入源加载图片、视频、目录、glob、URL、屏幕、摄像头、RTSP/RTMP 流、张量统一的推理管线preprocess → inference → postprocess统一的结果落盘图片保存、视频写帧、txt 标注导出、目标裁剪、窗口显示统一的回调机制on_predict_start、on_predict_batch_start、on_predict_postprocess_end、on_predict_batch_end、on_predict_end。具体到本仓库检测任务的 DetectionPredictor 继承BasePredictor并只覆写了postprocess()加入 NMS 与坐标缩放分割、姿态、分类、OBB 等任务的预测器位于 ultralytics/models/yolo 与 ultralytics/models/yolov10同样以BasePredictor为父类。因此理解了BasePredictor就等于理解了整个 YOLO 推理内核。二、类属性与构造流程__init__BasePredictor定义于 predictor.py其公开属性在类 docstring 中声明如下属性类型含义argsSimpleNamespace预测器配置由get_cfg(cfg, overrides)合并得到save_dirPath结果保存目录done_warmupbool是否已完成模型预热warmupmodelnn.Module用于预测的模型由AutoBackend包装datadict数据配置devicetorch.device预测所用设备datasetDataset输入源封装后的数据集对象vid_writerdict{save_path: video_writer}的视频写出器映射构造器__init__(self, cfgDEFAULT_CFG, overridesNone, _callbacksNone)L80-L113的关键逻辑配置合并self.args get_cfg(cfg, overrides)。get_cfg实现在 ultralytics/cfg/init.py会将默认配置DEFAULT_CFG来自 cfg/default.yaml与调用方传入的overrides字典合并为SimpleNamespace后续 CLI 与 Python API 的参数全部通过这一层汇入。置信度默认值若args.conf为None则回退为0.25。窗口显示检查若args.showTrue调用check_imshow(warnTrue)确认当前环境支持 GUI 显示。状态初始化model、device、dataset、vid_writer、transforms、callbacks等初始为空或默认值callbacks来自callbacks.get_default_callbacks()并挂载集成回调。线程安全锁self._lock threading.Lock()用于保证自动线程安全推理与 YOLO Thread-Safe Inference Guide 相呼应。从源码结构看构造阶段只做轻量配置真正的模型加载被推迟到首次推理见stream_inference中的setup_model这使得预测器可以极快地创建。三、推理管线主流程stream_inferenceBasePredictor.__call__L162-L168是统一入口def __call__(self, sourceNone, modelNone, streamFalse, *args, **kwargs): self.stream stream if stream: return self.stream_inference(source, model, *args, **kwargs) else: return list(self.stream_inference(source, model, *args, **kwargs))streamFalse默认立即消费生成器并聚合为list一次性返回全部ResultsstreamTrue返回生成器逐帧产出Results内存占用恒定适合长视频与实时流。核心的stream_inference方法L208-L293)是整条流水线的心脏被smart_inference_mode()装饰以保证推理期间不会误开启梯度。其执行顺序模型装配若self.model为空调用setup_model(model)L295-L310通过AutoBackend加载权重、选择设备select_device、按dnn/fp16/batch等参数初始化并model.eval()。加锁with self._lock保证多线程场景下同一预测器实例的串行访问。输入源装配setup_source(source)L180-L206调用load_inference_source构建dataset并检查imgsz。目录准备若save或save_txt创建save_dir及labels/子目录。模型预热首次调用时self.model.warmup(...)并置done_warmupTrue避免首帧因 CUDA 内核编译产生异常延迟。逐批循环遍历dataset每个 batch 依次执行preprocess计时→inference计时→postprocess计时并记录每张图的speed {preprocess:..., inference:..., postprocess:...}L262-L266。结果写出按verbose/save/save_txt/show决定调用write_results输出。收尾释放vid_writer中所有cv2.VideoWriter、按需打印汇总速度、回调on_predict_end。四、三大阶段拆解预处理、推理、后处理4.1 预处理preprocessL115-L133对非张量输入np.ndarray列表或 PIL 图像先经pre_transformL144-L156调用LetterBoxletterbox 等比缩放 填充autosame_shapes and self.model.ptstrideself.model.stride堆叠为(n, 3, h, w)完成BGR→RGB通道转换im[..., ::-1]与BHWC→BCHW轴转置转为连续内存的torch.Tensor移至device按模型是否 FP16 转为half()或float()最后/ 255归一化到[0, 1]。若输入已是torch.TensorBCHW、RGB、float32则跳过上述变换仅做设备搬运与类型转换。分类任务还会在setup_source中挂载classify_transforms配合crop_fraction参数。4.2 推理inferenceL135-L142return self.model(im, augmentself.args.augment, visualizevisualize, embedself.args.embed, *args, **kwargs)augment开启测试时增强TTAvisualize将中间特征图增量保存到save_dir用于调试模型看到了什么embed指定抽取嵌入向量的层索引配合model.embed()见 engine/model.py。当embed生效时stream_inference会直接yield嵌入张量并跳过后续后处理L249-L251。4.3 后处理postprocess基类中postprocess原样返回predsL158-L160真正的 NMS 逻辑由各任务子类覆写。以检测任务 DetectionPredictor.postprocess 为例调用ops.non_max_suppression(preds, conf, iou, agnosticagnostic_nms, max_detmax_det, classesclasses)——这里conf/iou/agnostic_nms/max_det/classes全部来自args即用户在预测时传入的参数将张量输入转回 numpy 批convert_torch2numpy_batch用ops.scale_boxes把模型输入尺寸下的框坐标缩放回原始图像尺寸逐张构造Results(orig_img, pathimg_path, namesself.model.names, boxespred)返回。姿态、分割、分类的预测器分别把keypoints/masks/probs填入Results但整体骨架一致。五、输入源加载load_inference_sourcesetup_source中调用 ultralytics/data/build.py 的 load_inference_source这是输入源多样性的来源输入源类型底层加载器触发条件torch.TensorLoadTensortensorTrue内存中的 PIL/numpy直接复用in_memoryTrueRTSP/RTMP/摄像头等流LoadStreamsstreamTrue支持vid_stride、buffer屏幕截图LoadScreenshotsscreenshotTruePIL 图像 / numpy 数组LoadPilAndNumpyfrom_imgTrue图片/视频文件/目录/glob/CSV/*.streamsLoadImagesAndVideos其余情况支持batch、vid_stride加载器选择后source_type被挂到 dataset 上供预测器判断是否为流式/截图/张量输入。此外setup_source中有一个重要防御逻辑L199-L205当streamFalse且输入为流、截图、超过 1000 张图片或含视频时会打印STREAM_WARNINGL50-L60提示长输入下结果会累积在内存中建议改用streamTrue。实战建议处理长视频、大目录、直播流时始终传streamTrue一次只有几张图或几百张图时streamFalse更便于索引。六、结果落盘与可视化write_results/save_predicted_imageswrite_resultsL312-L350负责单条结果的处理计算txt_path save_dir / labels / (stem_或_frame号)视频帧自动追加帧号saveTrue或showTrue时调用result.plot(line_width, boxesshow_boxes, confshow_conf, labelsshow_labels, im_gpuNone or im[i])生成标注图save_txtTrue时写[class] [x_center] [y_center] [width] [height] [conf]格式的 txtsave_conf控制是否含置信度save_cropTrue时保存目标裁剪图到crops/showTrue时调show()弹出窗口Linux 下创建可缩放窗口图片等待 300ms、视频/流等待 1mssaveTrue时调save_predicted_imagesL352-L378。save_predicted_images对视频/流输入使用cv2.VideoWriter逐帧写 mp4/avimacOS 用avc1、Windows 用WMV2、Linux 用MJPGsave_framesTrue时额外逐帧导出 JPG对静态图片直接cv2.imwrite。vid_writer字典按save_path复用写出器避免每帧重建。七、从YOLO.predict()到BasePredictor的调用链在 ultralytics/engine/model.py 的 predict() 中YOLO模型对象充当门面source为空时回退到ASSETS并告警检测是否为 CLI 调用sys.argv含predict/track/modepredict等CLI 下自动设置saveTrue合并{**self.overrides, **custom, **kwargs}其中custom {conf: 0.25, batch: 1, save: is_cli, mode: predict}首次调用时用self._smart_load(predictor)(overridesargs, _callbacksself.callbacks)实例化预测器并setup_model后续调用仅更新args若改动了project/name则重算save_dir最后CLI 走predictor.predict_cli(source)L170-L178只消费生成器不累积Python API 走predictor(source, streamstream)。这就是为什么model.predict(conf0.5, iou0.6, imgsz320)这样的传参能直接作用于 NMS 与输入尺寸——它们经由overrides → get_cfg → args贯穿preprocessimgsz、inferenceaugment/embed与postprocessconf/iou/max_det/classes。八、回调机制与线程安全run_callbacks(event)L390-L393遍历self.callbacks[event]并传入预测器自身add_callback(event, func)L395-L397可注册自定义回调。支持的事件贯穿整个生命周期on_predict_start、on_predict_batch_start、on_predict_postprocess_end、on_predict_batch_end、on_predict_end这也正是 Callbacks 使用指南 中自定义日志、监控与扩展的挂载点。线程安全方面stream_inference全程在self._lock内执行。官方推荐的实践是每个线程独立实例化模型见 YOLO Thread-Safe Inference Guide而锁的存在则进一步保证同一实例被意外共享时也不会产生交叉污染。九、关键推理参数速查以下参数贯穿预测器内核全部可通过model.predict(source, ...)或 CLI 的yolo predict ...传入详见 预测模式文档 的 Inference Arguments 章节参数类型默认值影响的内核环节sourcestr/Path/int/...仓库ASSETSsetup_source→load_inference_sourceconffloat0.25postprocess的 NMS 阈值ioufloat0.7postprocess的 NMS IoUimgszint/tuple640pre_transform的 LetterBox 尺寸halfboolFalsesetup_model的 FP16 开关devicestrNoneselect_device设备选择max_detint300NMS 最大检出数vid_strideint1LoadStreams/LoadImagesAndVideos帧间隔stream_bufferboolFalse流是否缓冲全部帧augmentboolFalseinference的 TTAagnostic_nmsboolFalseNMS 是否类别无关classeslist[int]NoneNMS 类别过滤retina_masksboolFalseplot时是否用高分辨率掩码embedlist[int]None抽取嵌入层索引save/show/save_txt/save_crop/save_frames/show_conf/show_labels/show_boxes/line_widthbool/int见 predict.mdwrite_results/save_predicted_images推理结果封装为Results对象其boxes/masks/probs/keypoints/obb属性及plot()/save()/save_txt()/tojson()等方法的完整说明见 Results 参考文档。十、扩展实战自定义预测器参考DetectionPredictor的模式detect/predict.py自定义任务只需两步from ultralytics.engine.predictor import BasePredictor class MyPredictor(BasePredictor): def postprocess(self, preds, img, orig_imgs): # 在此加入任务相关的解码、NMS、坐标还原 return self._build_results(preds, img, orig_imgs) # 使用 args dict(modelyolov8n.pt, sourcebus.jpg) predictor MyPredictor(overridesargs) predictor.predict_cli()若需接入上层 API可将实例传给YOLO.predict(predictor...)model.py L385-L441框架会自动完成配置注入与结果收集。更细粒度的自定义则可在preprocess/inference/write_results任一环节覆写无需改动引擎其余部分。小结BasePredictor用约 400 行代码封装了 YOLO 全任务共用的推理骨架轻量构造 延迟装配、统一的三段式管线、覆盖十余种数据源的加载器、按需落盘与可视化、回调与线程安全。无论是阅读源码、排查推理问题、还是为 YOLOv10 扩展新任务与新格式它都是最值得优先理解的引擎组件。相关配套资料可在 预测模式指南、BasePredictor 参考 与 Results 参考 中继续深挖。【免费下载链接】yolov10YOLOv10: Real-Time End-to-End Object Detection [NeurIPS 2024]项目地址: https://gitcode.com/GitHub_Trending/yo/yolov10创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考