yolov5推理代码

Yolov5 是一个目标检测算法，它可以用于在图像或视频中识别和定位多个对象。下面是一个简单的 Yolov5 推理代码示例：

import torch
from models.experimental import attempt_load
from utils.general import non_max_suppression

# 加载模型
model = attempt_load('yolov5s.pt', map_location=torch.device('cpu'))

# 准备输入数据
img = torch.zeros((1, 3, 640, 640), device='cpu')  # 替换成你的输入图像数据
img /= 255.0  # 将像素值缩放到 [0, 1]

# 执行推理
pred = model(img)

# 进行非极大抑制
pred = non_max_suppression(pred, conf_thres=0.5, iou_thres=0.5)

# 输出结果
for det in pred[0]:
    x1, y1, x2, y2, conf, cls = det.tolist()
    print(f'类别 {int(cls)} 的置信度为 {conf:.2f}，位置为：({x1:.1f}, {y1:.1f}), ({x2:.1f}, {y2:.1f})')