yolov5输出检测框的中心位置，框的长宽，框的位置，以及输出对应标签格式的输出。 模型读取每个图片，并将上述的信息依此输出到同名的txt文件中保存，具体需要哪些坐标可以自己选。
更改信息在detect.py文件中，需要更改的第一个地方在如下地方，输出位置在runs/detect/exp中
# 自己改的部分location_center_dir = str(save_dir) + '/detect_location'if not os.path.exists(location_center_dir):os.makedirs(location_center_dir)location_center_path = location_center_dir + '\\' + str(p.stem) + ('' if dataset.mode == 'image' else f'_{frame}')#flocation = open(location_center_path + '.txt', 'a')第二个需要更改的地方：
# 自己改的部分x0 = (int(xyxy[0].item()) + int(xyxy[2].item())) / 2y0 = (int(xyxy[1].item()) + int(xyxy[3].item())) / 2# 中心点坐标(x0, y0)chang = int(xyxy[2].item()) - int(xyxy[0].item())kuan = int(xyxy[3].item()) - int(xyxy[1].item())# class_index = cls# 获取属性# object_name = names[int(cls)]# 获取标签名如：personlabel = int(cls)# 对应每个物体的标签对应的数字label，如person:0x0 = format(x0/2448, '.6f')#此处我要保存和训练标注的txt一样的格式，故保留六位小数y0 = format(y0/2048, '.6f')chang = format(chang/2448, '.6f') # 2448和2048为我的图片长和宽kuan = format(kuan/2048, '.6f')if label==0:# 在这里我只需要保存person的信息，可以删去，也可以自己更改flocation.write(str(label) + ' ' + str(x0) + ' ' + str(y0) + ' '+str(chang)+' ' +str(kuan)+'\n')注释应该很清楚了，int(xyxy[0].item()) 为左边的X坐标，int(xyxy[0].item(2))为右边的x坐标，int(xyxy[1].item()) 为上面的y坐标，int(xyxy[3].item()) 为下面的y坐标。
我的坐标信息除以2048和2448，是为了获得labelimg标注工具同类型的坐标信息（用于训练或者var的label标签），即比例。需要用可通过img.shape()获得。