能否解释一下Yolov5中的attempt_load函数的作用和用法？

在YOLOv5（You Only Look Once version 5）深度学习模型中，`attempt_load`是一个辅助函数，主要用于检查并加载预训练的模型权重。它的作用主要包括：

1. 检查文件是否存在：这个函数首先尝试加载模型的配置文件（`.yaml`），然后检查对应的预训练权重文件（`.pt` 或 `.weights`）。如果这些文件存在，就说明模型已经预先训练好了。

2. 自动选择权重路径：如果没有提供具体的权重路径，`attempt_load`会尝试从默认目录（如`models/yolov5s.pt`）查找，或者从用户指定的目录中寻找。

3. 加载模型状态：成功找到权重文件后，它会将这些权重加载到对应的YOLOv5模型实例中，使得模型具备了之前训练的知识。

用法示例：

from yolov5 import models

# 如果有预训练权重文件
model = models.yolov5s()
model.attempt_load('yolov5s.pt', weights='latest')  # 使用最新权重
model.attempt_load('/path/to/your/model.weights')  # 使用自定义路径的权重

# 如果模型未初始化，则需要先创建模型实例再加载权重
cfg = models.get_cfg()  # 获取默认配置
cfg.merge_from_file('yolov5s.yaml')  # 加载配置
model = models.YOLOv5(cfg)  # 初始化模型
model.attempt_load('yolov5s.pt')