yolov5的检测代码
时间: 2023-07-11 17:08:42 浏览: 44
以下是使用PyTorch框架实现的Yolov5目标检测代码示例:
```python
import torch
import cv2
import numpy as np
# 加载模型
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)
# 读取图像
img = cv2.imread('test.jpg')
# 进行目标检测
results = model(img)
# 获取检测结果
labels = results.xyxyn[0][:, -1].numpy()
boxes = results.xyxyn[0][:, :-1].numpy()
# 绘制检测框
for i, box in enumerate(boxes):
if labels[i] == 0: # 只绘制类别为0的检测框(可根据自己的需求修改)
x1, y1, x2, y2 = box.astype(np.int)
cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
# 显示结果
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
需要注意的是,Yolov5模型的输入图像大小为416x416,如果输入的图像大小不一致,需要进行resize操作。另外,以上代码仅适用于单张图像的目标检测,如果需要对视频等多帧数据进行检测,需要进行逐帧处理。