将yolov5识别出的图片截取并保存到指定文件夹

以下是一个Python代码示例，可以实现将yolov5识别出的物体进行截取并保存到指定文件夹：

import torch
import cv2
import os

# 加载yolov5模型
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)

# 设置保存截取图片的文件夹路径
save_dir = './cropped_images'

# 如果文件夹不存在，则创建
if not os.path.exists(save_dir):
    os.makedirs(save_dir)

# 加载要进行识别的图片
img_path = './test.jpg'
img = cv2.imread(img_path)

# 进行物体识别
results = model(img)

# 获取识别出的所有物体信息
for i, det in enumerate(results.pred):
    # 获取物体的类别
    cls = model.names[int(det[:, -1])]
    # 获取物体的位置信息（左上角坐标和右下角坐标）
    x1, y1, x2, y2 = map(int, det[i, :4])
    # 截取物体所在的图片区域
    cropped_img = img[y1:y2, x1:x2]
    # 保存截取后的图片到指定文件夹
    save_path = os.path.join(save_dir, f'{cls}_{i}.jpg')
    cv2.imwrite(save_path, cropped_img)

需要注意的是，以上代码只能进行单张图片的识别和截取，如果需要批量处理多张图片，则需要在代码中加入循环。同时，也可以根据具体需求进行调整和修改。