python代码用yolov5识别指定物体

使用YOLOv5识别指定物体的Python代码可以如下所示：

import torch
from PIL import Image
import argparse

# 导入YOLOv5模型
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)

# 定义解析器
parser = argparse.ArgumentParser()
parser.add_argument('--img', type=str, default='path/to/image', help='要检测的图像路径')
parser.add_argument('--obj', type=str, default='person', help='要检测的物体类别')

# 解析参数
args = parser.parse_args()

# 打开图像
img = Image.open(args.img)

# 在图像上运行YOLOv5模型，获取预测结果
results = model(img, size=640)

# 获取指定物体类别的预测结果
obj_results = results.pred[results.pred[:, 5] == model.names.index(args.obj)]

# 打印结果
print('检测到%d个%s' % (len(obj_results), args.obj))
for obj in obj_results:
    print('置信度：%f，坐标：%s' % (obj[4], obj[:4]))

这段代码首先导入了YOLOv5模型，然后使用解析器获取要检测的图像路径和要检测的物体类别。接着打开图像，并在图像上运行YOLOv5模型，获取预测结果。最后，从预测结果中筛选出指定物体类别的预测结果，并打印出检测结果。