yolov5使用摄像头

您好，使用Yolov5和TensorRT调用摄像头的步骤如下：

1. 安装Yolov5和TensorRT

首先需要安装Yolov5和TensorRT，可以参考官方文档进行安装。

2. 下载Yolov5模型

从Yolov5官方GitHub仓库中下载预训练模型，例如yolov5s.pt。

3. 转换模型为TensorRT格式

使用torch2trt将PyTorch模型转换为TensorRT格式，例如：

import torch
from torch2trt import torch2trt

model = torch.hub.load('ultralytics/yolov5', 'yolov5s')
model = model.cuda().eval()

x = torch.ones((1, 3, 640, 640)).cuda()

model_trt = torch2trt(model, [x])
torch.save(model_trt.state_dict(), 'yolov5s.trt')

4. 调用摄像头

使用OpenCV库调用摄像头，读取视频流并进行推理，例如：

import cv2
import numpy as np
import pycuda.driver as cuda
import pycuda.autoinit
import tensorrt as trt

# 加载TensorRT模型
TRT_LOGGER = trt.Logger(trt.Logger.WARNING)
trt_runtime = trt.Runtime(TRT_LOGGER)
with open('yolov5s.trt', 'rb') as f:
    engine = trt_runtime.deserialize_cuda_engine(f.read())

# 创建TensorRT执行器
context = engine.create_execution_context()

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取视频帧
    ret, frame = cap.read()
    if not ret:
        break

    # 图像预处理
    img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    img = cv2.resize(img, (640, 640))
    img = img.transpose((2, 0, 1)).astype(np.float32) / 255.0
    img = np.expand_dims(img, axis=0)

    # 创建输入和输出Tensor
    input_tensor = cuda.mem_alloc(img.nbytes)
    output_tensor = cuda.mem_alloc(4 * 1000 * 6)
    bindings = [int(input_tensor), int(output_tensor)]

    # 将输入数据复制到GPU
    cuda.memcpy_htod(input_tensor, img)

    # 执行推理
    context.execute_v2(bindings)

    # 将输出数据从GPU复制回CPU
    output = np.zeros((1, 1000, 6), dtype=np.float32)
    cuda.memcpy_dtoh(output, output_tensor)

    # 后处理
    output = output[0]
    output = output[output[:, 4] > 0.5]
    output[:, :4] *= 640

    # 绘制检测结果
    for box in output:
        x1, y1, x2, y2, conf, cls = box
        x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2)
        cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
        cv2.putText(frame, f'{int(conf*100)}%', (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

    # 显示结果
    cv2.imshow('frame', frame)
    if cv2.waitKey(1) == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

以上就是使用Yolov5和TensorRT调用摄像头的步骤，希望能对您有所帮助。