python yolov5怎么加载

在Python中使用YOLOv5时，加载模型主要包括两个部分：安装依赖库和加载模型实例。

1. **安装依赖**:
确保已安装必要的库，包括PyTorch。可以使用以下命令安装：

   pip install torch torchvision

2. **下载YOLOv5源码或预训练模型**:
- 如果想使用最新版本的YOLOv5代码，可以在GitHub上克隆官方仓库：

     git clone https://github.com/ultralytics/yolov5.git

- 如果只需要模型而不想自行训练，可以从模型目录下载预训练权重文件，例如：

     cd yolov5
     wget https://github.com/ultralytics/yolov5/releases/download/v1.0/yolov5s.pt

3. **加载模型**:
通过`yolov5`模块加载预训练的模型，例如加载`s`版本：

   from yolov5.models.common import *
   from yolov5.yolo import YOLO

   device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
   model = YOLO(weights='yolov5s.pt', device=device)

`weights`参数指定要加载的模型权重文件名，这里我们选择了`s`版本。

4. **使用模型进行预测**:
对于图像进行预测：

   img = cv2.imread('path_to_image.jpg')
   results = model(img)

对视频进行预测：

   video = cv2.VideoCapture('path_to_video.mp4')
   while True:
       frame = ...  # 读取视频帧
       results = model(frame)
       ...

注意，这里的例子假设你已经在`yolov5`目录下，并且有对应的图像或视频文件。运行前请检查文件路径是否正确。