yolov5 python代码

您好！以下是一个示例的YOLOv5 Python代码段：

import torch
from PIL import Image

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

# 设置使用的设备
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

# 加载图像
image = Image.open('image.jpg')

# 将图像转换为模型期望的格式
image = torch.from_numpy(np.array(image)).to(device)

# 进行目标检测
results = model(image)

# 获取检测结果
boxes = results.xyxy[0].numpy()   # 边界框坐标 [x_min, y_min, x_max, y_max]
scores = results.xyxy[0][:, 4].numpy()   # 目标得分
class_ids = results.xyxy[0][:, 5].numpy().astype(int)   # 类别标签

# 打印检测结果
for i in range(len(boxes)):
    x_min, y_min, x_max, y_max = boxes[i]
    score = scores[i]
    class_id = class_ids[i]
    print(f"边界框: {x_min}, {y_min}, {x_max}, {y_max}, 类别: {class_id}, 得分: {score}")

# 可以根据需要进行后续处理，如绘制边界框等

请注意，这只是一个基本的示例代码，您需要根据您的实际情况进行适当的调整和修改。此代码使用了`torchvision`中的`torch.hub`来加载YOLOv5模型，并使用模型进行目标检测。您可以根据需要对检测结果进行后续处理，比如绘制边界框等。