Renat871

Для отображения квадратом выделения нейронной сети в YOLO, вам нужно использовать функцию `predict`, которая принимает путь к изображению и возвращает список обнаруженных объектов с их координатами:

from yolo import YOLO

yolo = YOLO()

image_path = "foto.png"

detections = yolo.predict(image_path)

for detection in detections:
    print(detection)

dict = {
    "a": [131, 531],
    "b": [842, 612],
     "c": [516, 19]
}

float_nums = []
for value in dict.values():
    for num in value:
        float_nums.append(float(num))
        
a = min(float_nums)
b = max(float_nums)
a_index = []
b_index = []

for key, values in dict.items():
    if a in values:
        a_index.append(key)
        a_index.append(values.index(a))
    if b in values:
        b_index.append(key)
        b_index.append(values.index(b))
        
print(a, *a_index)
print(b, *b_index)

a = {
  "a": "1",
  "b": "2",
  "dict2": {
    "c": "3",
    "d": "4",
  }
}

def find_dict(d):
  for x, y in  d.items():
    if isinstance(y, dict):
      return x
  return None


print(find_dict(a))

не переопределяй переменную dict

Используйте медиа запросы

@media (max-width 480px) {
     .container {
           max-width: none;
      }
}

И т.д, то-есть прописывайте те же свойства только внутри медиа запроса и с помощью масштабирования браузера проверяйте отображаемость