写一个yolov5垃圾识别代码

很高兴能帮您解答这个问题，以下是一份简单的 yolov5 垃圾分类代码示例：

import torch
import cv2
import numpy as np

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

# 定义类别
classes = ['其他垃圾', '厨余垃圾', '可回收物', '有害垃圾']

# 读取图片
img = cv2.imread('path/to/image.jpg')

# 模型推理
results = model(img)

# 解析结果
for result in results.pred:
    for *xyxy, conf, cls in result: 
        label = classes[int(cls)]
        # 绘制框和标签
        cv2.rectangle(img, [int(xyxy[0]), int(xyxy[1])], [int(xyxy[2]), int(xyxy[3])], (0, 255, 0), 2)
        cv2.putText(img, label, (int(xyxy[0]), int(xyxy[1]) - 20), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

# 展示图片
cv2.imshow("result", img)
cv2.waitKey(0)

注意：这只是一个简单的实现示例，具体的代码实现可能会因为不同的场景和任务而有所差异，还需要根据具体需求进行优化和修改。