基于YOLOv8开发全自动目标识别裁切脚本 注意事项：
- 该脚本原理是使用YOLO模型识别图片中物体，并根据边框坐标进行合身的裁切，加上一些自动化便实现全自动裁切。
- 使用前需要放入你使用的模型文件，并修改代码中模型的名称。
- 将待裁切图片放入Person_photos文件夹（可自行修改成绝对路径啥的），脚本运行后会输出到output文件夹内。
- 需要手动设置识别目标ID，默认使用的YOLOv8x，识别人，0为yolov8x模型中Person 的ID，所以Target_ID设置为了0。
- 代码中有测试段，可取消注释进行测试
开发原因：
偷懒完成作业呗，老师让使用Cascade-Trainer-GUI进行模型训练，但是Cascade-Trainer-GUI训练样本需要手动将目标裁切出来， 效率过于低下，就想到了使用YOLO模型进行识别，绘制框的内容不就是我们所需要的，只需要获取到框的坐标，裁切脚本使用这个坐标进行 裁切，得到的便是Cascade-Trainer-GUI训练需要的合适的样本。速度取决于自己电脑的性能与模型性能
例：
GPU：4080
模型：YOLOv8x
效率：30张/s