帮我写一个yolov5识别水果的代码

YOLOv5（You Only Look Once Version 5）是一个基于PyTorch的实时物体检测模型，主要用于图像分类和目标检测任务。要在YOLOv5中识别水果，你需要准备一些步骤：

1. **安装依赖**:
首先，确保已经安装了Python和必要的库，如`torch`, `pytorch-yolo-v5`, 和 `torchvision`。可以运行以下命令：

   pip install torch torchvision pytorch-lightning yacs omegaconf

2. **下载预训练模型和数据集**:
YOLOv5通常需要预训练的模型权重以及相关的标注数据。你可以从GitHub上下载官方的数据集（如COCO或VOC），并下载预训练的模型。

3. **加载模型和配置**:
使用`weights`目录下的预训练模型权重文件，并配置`config.py`里的设置，例如选择合适的模型版本（s, m, l, x, or tiny）和类别。

4. **编写主函数**:
这里是个简单的示例，展示如何用YOLOv5检测图片中的水果：

   import torch
   from PIL import Image
   from yolov5.yolov5 import create

   # 加载模型
   model = create('yolov5s', weights='path/to/weights.pth')

   def detect_fruits(image_path):
       image = Image.open(image_path)
       results = model(image)
       boxes, labels, scores = results.xyxy[0], results.labels[0], results.pandas().scores[0]
       # 根据得分排序并处理结果
       fruits_boxes = [box for box, label in zip(boxes, labels) if label == 'fruit']
       return fruits_boxes, scores

   fruit_boxes, scores = detect_fruits('image_of_fruits.jpg')

请注意，这个例子假设你已经在`weights.pth`文件中指定了水果类别。实际操作中可能需要根据你的数据集对类别进行调整。