YOLOv11实例分割代码修改记录：简化掩码保存条件

引言

大家好。最近在项目中使用YOLOv11进行实例分割任务，代码主要用于批量处理图像目录中的图片，进行模型推理、掩码提取和结果保存。原代码有一些条件判断，用于过滤保存掩码坐标，但实际使用中发现可以进一步简化，以提高代码的通用性和效率。

本文记录了代码的修改过程，包括修改前后的对比、修改原因和实际效果。如果您也在使用YOLOv11或类似模型，这篇文章可能会对您有所帮助。代码基于OpenCV和C++实现，模型文件为ONNX格式。

修改背景

原代码的功能：

• 从指定目录加载图像。
• 使用YOLOv11模型进行实例分割（segmentation）。
• 测量纯推理时间，并记录到文件中。
• 对于每个检测到的对象，如果满足一定条件（例如置信度>0.5且掩码非空），提取掩码坐标并可选保存到TXT文件（代码中已注释）。
• 绘制分割结果并保存图像。
• 计算平均推理时间。

修改点主要集中在掩码保存的条件判断上：原代码有额外的置信度过滤（seg.conf > 0.5），但在我的场景中，所有非空掩码都需要处理，因此简化了这一部分。

修改前代码

修改前的关键部分（遍历检测结果的循环）：

// 遍历每个检测结果（这部分不计时）
for (size_t i = 0; i < results.size(); ++i) {

const auto& seg = results[i];
std::cout << \”类别 ID: \” << seg.classId << \”, 置信度: \” << seg.conf << std::endl;
std::cout << \”边界框: (\” << seg.box.x << \”, \” << seg.box.y << \”)\”