yolov5画框的代码解析

以下是使用yolov5进行目标检测并画框的代码解析：

import torch
import cv2
from PIL import Image
import numpy as np
from matplotlib import pyplot as plt

# 加载模型
model = torch.hub.load('ultralytics/yolov5', 'yolov5x', pretrained=True)

# 加载图片
img = Image.open('test.jpg')

# 进行目标检测
results = model(img)

# 获取检测结果
boxes = results.xyxy[0].numpy()
scores = results.xyxy[0][:, 4].numpy()
classes = results.xyxy[0][:, 5].numpy().astype(int)

# 画框
img = np.array(img)
for i in range(len(boxes)):
    if scores[i] > 0.5:
        x1, y1, x2, y2 = boxes[i]
        cv2.rectangle(img, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
        cv2.putText(img, str(classes[i]), (int(x1), int(y1)), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

# 显示结果
plt.imshow(img[:, :, ::-1])
plt.show()

代码解析：
1. 首先使用torch.hub.load()函数加载yolov5模型，这里选择了yolov5x模型。
2. 加载待检测的图片。
3. 使用模型对图片进行目标检测，得到检测结果。
4. 从检测结果中获取目标框的坐标、置信度和类别。
5. 遍历所有目标框，如果置信度大于0.5，则在图片上画出目标框和类别。
6. 显示结果。