能否提供一个使用YOLOv5算法来检测图像中立方体的具体Python代码示例？

当然可以。YOLOv5（You Only Look Once version 5）是一个先进的目标检测模型，它基于PyTorch库实现。以下是一个简单的Python代码示例，演示如何使用YOLOv5来检测图像中的立方体：

# 首先，确保已经安装了必要的库（如torch、yolov5）
!pip install torch torchvision

import torch
from PIL import Image
from yolov5.models import yolov5s

# 加载预训练模型（这里我们选择 yolov5s）
model = yolov5s()

# 定义一个检测函数
def detect_cube(image_path):
    # 加载图像
    img = Image.open(image_path)
    
    # 检测并绘制边界框
    results = model(img)
    
    # 立方体的目标类别通常会在特定类别ID下，这取决于YOLOv5的训练数据
    cube_class_id = 0  # 这里假设立方体的类别ID为0，实际需要查看YOLOv5的训练标签映射
    boxes = results.xyxy[results.names.index('cube')].cpu().numpy()  # 获取立方体的边界框

    for box in boxes:
        x1, y1, x2, y2 = box  # 边界框的左上角和右下角坐标
        img_draw = img.crop((x1, y1, x2, y2))  # 切割出立方体区域
        img_draw.save(f'detected_cube_{image_path.split("/")[-1]}')  # 保存切割后的立方体图像

# 使用该函数检测一个图像
detect_cube('path_to_your_image.jpg')