YOLOv12 Grad-CAM 可视化工具

本工具基于YOLOv12模型，结合Grad-CAM技术实现目标检测的可视化分析，支持图像、视频和实时摄像头处理。

注意

该项目使用的是yolov12-1.0模型进行测试通过，不是使用turbo模型，且由于yolov12-1.0由于更新目前直接不支持显卡RTX2080及其之前的显卡了，运行会提示报错。请使用我这个yolov12早期更新版本，此版本是支持RTX2070显卡的

功能特性

• 支持多种Grad-CAM方法
• 实时摄像头处理
• 视频文件处理
• 图像文件处理

环境要求

• Python 3.10+
• 需要电脑带有nvidia显卡，且有cuda环境支持

安装步骤

1. 创建虚拟环境安装yolov12（推荐）

wget https://github.com/Dao-AILab/flash-attention/releases/download/v2.7.3/flash_attn-2.7.3+cu11torch2.2cxx11abiFALSE-cp311-cp311-linux_x86_64.whl
conda create -n yolov12 python=3.11
conda activate yolov12
pip install -r requirements.txt
pip install -e .

注意上述是linux安装步骤，windows可以参考https://blog.csdn.net/FL1623863129/article/details/145760810安装
2. 克隆仓库

下载源码yolov12-gradcam
cd yolov12-gradcam

3. 安装依赖

pip install -r requirements.txt

快速开始

1. 图像处理

from Yolov12Heatmap import *model = Yolov12Heatmap(weight='yolov12n.pt')
result = model('test.jpg')
cv2.imshow('result', result)
cv2.waitKey(0)

2. 视频处理

from Yolov12Heatmap import *model = Yolov12Heatmap(weight='yolov12n.pt')
model.start_video('test.mp4')

3. 实时摄像头

from Yolov12Heatmap import *model = Yolov12Heatmap(weight='yolov12n.pt')
model.start_camera(0)  # 0表示默认摄像头

参数配置

更多参数调节需要读懂Yolov12Heatmap.py文件代码进行修改