函数:yolo.objectDetect 调用 yolo 模型(仅支持 Android)
函数名称:调用 yolo 模型
函数功能:调用 yolo 模型识别对应区域内容
引擎版本:仅支持 Android v3.3.1 及其以上版本
Android 支持 yolo 版本:yolov8、yolov11。
需要导入 tsYolo 函数库文件方能使用此函数,下载地址详见下方注意事项。
函数方法
tab = yolo.objectDetect(index,option)
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| index | string | 是 | 设置的模型标识,一个模型对应一个数字。 推荐使用 0~9 |
| option | table | 是 | 识别图片 |
option 介绍
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| image | string | 是 | 识别图片,默认 res 下,安卓仅支持识别图片 |
| 返回值 | 类型 | 说明 |
|---|---|---|
| tab | table | 识别结果 |
返回值 tab 介绍
| 参数 | 类型 | 说明 |
|---|---|---|
| classify | string | 目标的标签 |
| y1 | number | 左上角 y 坐标 |
| x2 | number | 右下角 x 坐标 |
| y2 | number | 右下角 y 坐标 |
| confidence | number | 相似度 |
函数用例
local yolo = require("tsYolo")
ret = yolo.setModel("0",userPath() .. "/res/best.ncnn.param",userPath() .. "/res/best.ncnn.bin",userPath() .. "/res/classes.txt");
dialog("===ret="..ret)
x81,y81,x82,y82=0,0,500,500
snapshot("screenshot2.png",x81,y81,x82,y82);
data = yolo.objectDetect("0",{["image"]="screenshot2.png"})
for k, v in pairs(data) do
if type(v) == "table" then
local info = "识别结果: "
for k, v in pairs(v) do
info = info .. k .. " : " .. v .." "
end
nLog(info)
else
nLog(k..":"..v)
end
mSleep(100)
end
-- 获取版本号
dialog(yolo.version())
注意事项
安卓 yolo 函数需使用 .ncnn 格式模型,需要将 best.pt 和标签文件转成对应格式文件。
yolo 转换教程详见 yolo 模型转换教程。
函数扩展库下载
| 设备类型 | 版本 | 更新日期 | 下载 |
|---|---|---|---|
| 真机 | v1.0.0 | 2026-07-03 | 真机-1.0.0 |
| 模拟器 | v1.0.0 | 2026-07-03 | 模拟器-1.0.0 |
- 真机及模拟器函数库不通用,请单独下载。