增加cvat反向上传

zhuangtai_class_cls/tuili_f_yuantusave—2cls.py

@@ -1,4 +1,5 @@
 import os
+import shutil
 from pathlib import Path
 import cv2
 from ultralytics import YOLO
@@ -6,15 +7,15 @@ from ultralytics import YOLO
 # ---------------------------
 # 配置路径（请按需修改）
 # ---------------------------
-MODEL_PATH = "gaiban.pt"          # 你的二分类模型
-INPUT_FOLDER = "/media/hx/04e879fa-d697-4b02-ac7e-a4148876ebb0/dataset/1/12.2"        # 输入图像文件夹
-OUTPUT_ROOT = "/media/hx/04e879fa-d697-4b02-ac7e-a4148876ebb0/dataset/1/12.2.2"        # 输出根目录（会生成 合格/不合格 子文件夹）
+MODEL_PATH = "xialiao.pt"  # 你的二分类模型
+INPUT_FOLDER = "/media/hx/04e879fa-d697-4b02-ac7e-a4148876ebb0/dataset/1/ready"  # 输入图像文件夹
+OUTPUT_ROOT = "/media/hx/04e879fa-d697-4b02-ac7e-a4148876ebb0/dataset/1/ready/result"  # 输出根目录
 
 # 类别映射（必须与训练时的 data.yaml 顺序一致）
 CLASS_NAMES = {0: "不合格", 1: "合格"}
 
 # ---------------------------
-# 批量推理函数
+# 批量推理函数（移动原图）
 # ---------------------------
 def batch_classify(model_path, input_folder, output_root):
     # 加载模型
@@ -36,27 +37,32 @@ def batch_classify(model_path, input_folder, output_root):
         if img_path.suffix.lower() not in IMG_EXTS:
             continue
 
-        # 读取图像
+        # 读取图像（用于推理）
         img = cv2.imread(str(img_path))
         if img is None:
-            print(f"❌ 无法读取: {img_path}")
+            print(f"❌ 无法读取图像（可能已损坏或被占用）: {img_path}")
             continue
 
-        # 推理（整图）
+        # 推理（整图分类）
         results = model(img)
         probs = results[0].probs.data.cpu().numpy()
         pred_class_id = int(probs.argmax())
         pred_label = CLASS_NAMES[pred_class_id]
         confidence = float(probs[pred_class_id])
 
-        # 保存原图到对应文件夹
+        # ⚠️ 关键修改：移动原图（不是复制）
         dst = output_root / pred_label / img_path.name
-        cv2.imwrite(str(dst), img)
+        try:
+            shutil.move(str(img_path), str(dst))
+        except Exception as e:
+            print(f"❌ 移动失败 {img_path} → {dst}: {e}")
+            continue
 
         print(f"✅ {img_path.name} → {pred_label} ({confidence:.2f})")
         processed += 1
 
-    print(f"\n🎉 共处理 {processed} 张图像，结果已保存至: {output_root}")
+    print(f"\n🎉 共处理并移动 {processed} 张图像，结果已保存至: {output_root}")
+
 
 # ---------------------------
 # 运行入口