python实现调用yolov5权重做相机实时检测

您可以使用以下步骤来实现使用 Python 调用 YOLOv5 权重进行实时相机检测：

1. 首先，您需要安装 YOLOv5。您可以在 https://github.com/ultralytics/yolov5 上找到 YOLOv5 的源代码和安装说明。

2. 安装所需的依赖项。在终端或命令提示符中，导航到 YOLOv5 的根目录，并运行以下命令：

   pip install -r requirements.txt

3. 下载预训练的权重文件。您可以从 https://github.com/ultralytics/yolov5/releases 下载 YOLOv5 的预训练权重文件。将权重文件保存到 YOLOv5 的根目录下。

4. 创建一个 Python 脚本，并导入所需的库：

   import cv2
   import torch
   from models.experimental import attempt_load
   from utils.general import non_max_suppression, scale_coords, plot_one_box
   from utils.torch_utils import select_device

5. 加载模型和权重：

   device = select_device('')
   model = attempt_load('yolov5s.pt', map_location=device)
   stride = int(model.stride.max())
   names = model.module.names if hasattr(model, 'module') else model.names

6. 设置输入图像大小并打开相机：

   img_size = 640
   cam = cv2.VideoCapture(0)
   cam.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
   cam.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)

7. 循环读取相机帧并进行检测：

   while True:
       ret, frame = cam.read()
       if not ret:
           break

       img = torch.from_numpy(frame).to(device)
       img = img.permute(2, 0, 1).float().unsqueeze(0) / 255.0

       pred = model(img, augment=False)[0]
       pred = non_max_suppression(pred, 0.4, 0.5)
       
       for det in pred[0]:
           if det is not None:
               det[:, :4] = scale_coords(img.shape[2:], det[:, :4], frame.shape).round()
               for *xyxy, conf, cls_id in reversed(det):
                   label = f'{names[int(cls_id)]} {conf:.2f}'
                   plot_one_box(xyxy, frame, label=label)

       cv2.imshow('YOLOv5', frame)
       if cv2.waitKey(1) == ord('q'):
           break

   cv2.destroyAllWindows()

8. 运行脚本并查看实时检测结果。

请注意，上述代码仅为示例代码，您可能需要根据您的具体情况进行调整。此外，确保已经安装了所需的库和依赖项，并且摄像头可以正常工作。