torch.hun.load如何加载已经训练好的yolov5模型

要加载已经训练好的 YOLOv5 模型，可以使用 PyTorch 的 `torch.hub.load_state_dict_from_url` 方法来加载模型预训练权重。以下是一个示例代码，假设你已经下载了预训练权重文件 `weights.pt`：

import torch

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

# 加载预训练权重
state_dict = torch.load('weights.pt', map_location='cpu')['model'].float().state_dict()
model.load_state_dict(state_dict, strict=False)

# 将模型设置为评估模式
model.eval()

在上面的代码中，我们首先使用 `torch.hub.load` 方法加载了 YOLOv5 模型，然后使用 `torch.load` 方法加载了预训练权重文件，最后使用 `model.load_state_dict` 方法将预训练权重加载到模型中。注意，由于预训练权重是在 GPU 上训练的，需要通过 `map_location='cpu'` 将权重加载到 CPU 中。最后，我们将模型设置为评估模式，这样可以关闭一些训练时使用的特定功能。