video/ocr/yolo_violation_detector.py

from ultralytics import YOLO
import cv2

class ViolationDetector:
    """
    用于加载YOLOv8 .pt模型并进行违规内容检测的类。
    """
    def __init__(self, model_path):
        """
        初始化检测器。

        Args:
            model_path (str): YOLO .pt模型的路径。
        """
        print(f"正在从 '{model_path}' 加载YOLO模型...")
        self.model = YOLO(model_path)
        print("YOLO模型加载成功。")

    def detect(self, frame):
        """
        对单帧图像进行目标检测。

        Args:
            frame: 输入的图像帧 (NumPy数组, BGR格式)。

        Returns:
            ultralytics.engine.results.Results: YOLO的检测结果对象。
        """
        # conf可以根据您的模型效果进行调整
        # --- 为了测试，我们暂时将置信度调低，例如 0.2 ---
        results = self.model(frame, conf=0.2)
        return results[0]

    def draw_boxes(self, frame, result):
        """
        在图像帧上绘制检测框。

        Args:
            frame: 原始图像帧。
            result: YOLO的检测结果对象。

        Returns:
            numpy.ndarray: 绘制了检测框的图像帧。
        """
        # 使用YOLO自带的plot功能，方便快捷
        annotated_frame = result.plot()
        return annotated_frame