yolov5调用摄像头检测

使用yolov5调用摄像头进行实时目标检测，可以通过以下步骤实现：
1. 安装yolov5和pyqt5库。
2. 在代码中导入yolov5和pyqt5库。
3. 加载yolov5模型。
4. 打开摄像头并读取视频流。
5. 对每一帧图像进行目标检测。
6. 在图像上绘制检测结果并显示。

下面是一个简单的示例代码：

import cv2
import torch
from PyQt5.QtGui import QImage, QPixmap
from PyQt5.QtWidgets import QApplication, QLabel
from yolov5.models.experimental import attempt_load
from yolov5.utils.general import non_max_suppression, scale_coords
from yolov5.utils.torch_utils import select_device

# 加载yolov5模型
weights = 'yolov5s.pt'
device = select_device('')
model = attempt_load(weights, map_location=device)
model.eval()

# 打开摄像头并读取视频流
cap = cv2.VideoCapture(0)

# 创建Qt应用程序和标签
app = QApplication([])
label = QLabel()
label.show()

while True:
    # 读取视频流中的一帧图像
    ret, frame = cap.read()

    # 将图像转换为PyTorch Tensor
    img = torch.from_numpy(frame).permute(2, 0, 1).float().div(255.0).unsqueeze(0)

    # 将图像输入yolov5模型进行目标检测
    with torch.no_grad():
        detections = model(img)[0]
        detections = non_max_suppression(detections, conf_thres=0.5, iou_thres=0.5)

    # 在图像上绘制检测结果
    if detections[0] is not None:
        detections = detections[0].cpu().numpy()
        detections[:, :4] = scale_coords(img.shape[2:], detections[:, :4], frame.shape).round()
        for x1, y1, x2, y2, conf, cls in detections:
            cv2.rectangle(frame, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
            cv2.putText(frame, f'{int(cls)} {conf:.2f}', (int(x1), int(y1) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

    # 将图像转换为QImage并显示在标签上
    h, w, c = frame.shape
    qimg = QImage(frame.data, w, h, w * c, QImage.Format_RGB888)
    pixmap = QPixmap.fromImage(qimg)
    label.setPixmap(pixmap)

    # 等待一段时间并检查是否按下了退出键
    if cv2.waitKey(1) == 27:
        break

# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()