告别乱码！手把手教你为YOLOv5检测框“穿上”中文外衣（附SimHei字体配置详解）-平芜编程栈

让YOLOv5检测框完美显示中文标签的实战指南

在目标检测领域，YOLOv5因其高效和易用性广受欢迎。然而，许多开发者在实际应用中遇到一个看似简单却令人头疼的问题——检测框中的中文标签要么显示为乱码，要么根本无法显示。这不仅影响结果的可读性，也降低了整体用户体验。本文将深入剖析这一问题的根源，并提供一套完整的解决方案，让你的检测框"穿上"得体的中文外衣。

1. 中文标签问题的根源分析

当我们在YOLOv5中使用中文标签时，通常会遇到两类典型问题：

乱码现象：检测框中显示的是无法识别的字符或方块
字体缺失错误：系统提示找不到合适的字体进行渲染

这些问题主要源于以下几个技术层面的限制：

默认字体不支持中文：YOLOv5默认使用的字体库通常不包含中文字符集
编码格式不匹配：配置文件读取时使用的编码与中文不兼容
渲染引擎差异：PIL（Python Imaging Library）和Matplotlib对字体的处理方式不同

关键点对比：

问题类型	常见表现	主要原因
乱码问题	显示为方块或特殊符号	字体库缺少中文字符支持
编码错误	程序报编码相关错误	文件读取编码格式不正确
渲染失败	'getsize'等属性错误	PIL版本与代码不兼容

2. 完整解决方案实施步骤

2.1 准备工作：字体文件获取与放置

首先需要确保系统中存在可用的中文字体文件。Windows系统自带的SimHei（黑体）是一个不错的选择，也可以使用其他支持中文的字体如微软雅黑等。

操作步骤：

确认字体文件位置：
- Windows系统字体通常位于C:\Windows\Fonts\
- 可以复制所需的字体文件（如simhei.ttf）到项目根目录

推荐的文件结构：

/yolov5-project ├── /fonts │ └── simhei.ttf ├── /utils ├── train.py └── detect.py

2.2 关键文件修改详解

2.2.1 修改plots.py文件

这个文件负责检测结果的视觉化输出，是解决中文显示问题的核心。

# 在文件开头添加以下代码 import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体 plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题

然后找到Annotator类，修改字体设置部分：

class Annotator: def __init__(self, im, line_width=None, font_size=None): # 修改字体路径为你的中文字体绝对路径 self.font = ImageFont.truetype('fonts/simhei.ttf', font_size or 12) self.pil = True # 确保使用PIL渲染

2.2.2 调整general.py编码设置

修改yaml_load函数以确保正确读取中文标签：

def yaml_load(file): with open(file, errors='ignore', encoding='gbk') as f: # 使用gbk编码 return yaml.safe_load(f)

2.3 解决PIL的getsize属性错误

新版本PIL（Pillow）中移除了getsize方法，需要做兼容性处理：

# 在plots.py中找到使用getsize的地方，替换为以下代码 try: text_width, text_height = self.font.getsize(text) # 旧版PIL except AttributeError: left, top, right, bottom = self.font.getbbox(text) # 新版PIL text_width = right - left text_height = bottom - top

3. 训练与检测配置调整

3.1 数据集yaml文件配置

确保你的数据配置文件（如data.yaml）中使用的是中文标签：

names: ['人', '汽车', '自行车', '摩托车'] # 使用中文标签

3.2 训练参数调整

在train.py中，确认以下参数设置正确：

# 确保使用修改后的配置文件 parser.add_argument('--data', type=str, default='data/data.yaml', help='dataset.yaml path')

3.3 检测脚本修改

在detect.py中，确保使用训练得到的权重文件：

parser.add_argument('--weights', nargs='+', type=str, default='runs/train/exp/weights/best.pt', help='model path(s)')

4. 验证与调试技巧

完成上述修改后，建议按照以下步骤验证效果：

训练过程验证：
- 检查训练日志中是否显示正确的中文标签
- 验证生成的标签图片是否正常显示中文
检测结果验证：
- 运行detect.py测试单张图片
- 检查输出图片中的检测框标签

常见问题排查表：

问题现象	可能原因	解决方案
仍然显示英文标签	yaml文件未正确修改	检查data.yaml中的names列表
中文显示为方块	字体路径不正确	确认字体文件路径是否正确
程序报编码错误	文件编码不一致	确保所有文件使用GBK编码读取
'getsize'错误	Pillow版本问题	使用兼容性代码处理

5. 高级优化建议

5.1 字体渲染质量优化

不同的字体和渲染方式会影响最终显示效果：

# 可以尝试不同的抗锯齿设置 self.font = ImageFont.truetype('fonts/simhei.ttf', size, layout_engine=ImageFont.LAYOUT_RAQM)

5.2 多平台兼容性处理

考虑到不同操作系统的字体差异，可以增加自动检测逻辑：

import platform def get_system_font(): system = platform.system() if system == 'Windows': return 'simhei.ttf' elif system == 'Linux': return 'wqy-microhei.ttc' else: # MacOS return 'PingFang.ttc'