BiliCoin 目标检测

项目概述

本项目是一个基于ONNX Runtime的轻量级目标检测模型，专门用于检测Bilibili视频页面中的交互按钮状态。可识别包括点赞/未点赞、投币/未投币、收藏/未收藏等8种状态,适用于网页端图片,手机端图片以及短视频图片。模型采用YOLO11架构实现，兼顾检测精度与推理速度。

功能特性

• 多状态检测：支持8种B站核心交互状态的识别
• 跨平台支持：兼容CPU/GPU推理，适配多种硬件环境
• 可视化输出：自动生成带置信度的检测框和类别标签
• 灵活配置：支持置信度阈值和IoU阈值动态调整
• 非极大抑制：有效处理重叠检测框，提升检测准确性

环境要求

软件依赖

# 安装依赖
pip install onnxruntime opencv-python numpy

模型文件

文件名称	大小
bili_coin.onnx	10.0 MB
bili_coin.pt	5.22 MB

模型下载地址

快速开始

from bilicoin import BiliCoin

# 初始化检测器
model = BiliCoin(
    onnx_model="models\\bili_coin.onnx",
    cpu=True  # CPU推理
)

# 执行检测
result_img, class_info = model.detect(
    input_image="images\\test.png",
    confidence_thres=0.5,  # 置信度阈值
    iou_thres=0.45         # IoU阈值
)

# 保存结果
cv2.imwrite("images\\output.jpg", result_img)
print("检测结果:", class_info)

参数说明

初始化BiliCoin类

参数	类型	默认值	说明
onnx_model	str	必填	ONNX模型文件路径
cpu	bool	True	强制使用CPU推理

detect方法

参数	类型	默认值	有效范围	说明
input_image	str	必填	-	输入图像路径
confidence_thres	float	0.5	[0.01, 0.99]	置信度过滤阈值
iou_thres	float	0.45	[0.1, 0.9]	非极大抑制IoU阈值

输出说明

可视化图像

• 输出示例：

结构化数据

返回字典格式的检测结果：

{
    "like": (0.92, [x, y, w, h]),
    "coin": (0.88, [x, y, w, h]),
    "bookmarke": (0.95, [x, y, w, h])
}

• 键：类别名称
• 值：元组(置信度, 边界框坐标)
• 边界框格式：[左上角x, 左上角y, 宽度, 高度]

核心指标

名称	数值	说明
mAP@0.5	0.98	平均精度（IoU阈值0.5）
mAP@0.5:0.95	0.68	平均精度（IoU阈值0.5-0.95）
Precision	0.97	查准率
Recall	0.97	查全率

---