yolov5载入两个预训练权重

要加载两个预训练权重到YOLOv5模型中，可以使用以下代码：

import torch
from models.experimental import attempt_load

# 定义模型路径
model1_path = 'path/to/model1.pt'
model2_path = 'path/to/model2.pt'

# 加载模型
model1 = attempt_load(model1_path, map_location=torch.device('cuda' if torch.cuda.is_available() else 'cpu'))
model2 = attempt_load(model2_path, map_location=torch.device('cuda' if torch.cuda.is_available() else 'cpu'))

# 将两个模型的权重合并
model1.model[-1].model[-1] = model2.model[-1].model[-1]

# 设置模型为评估模式
model1.eval()

# 使用模型进行推理等操作
...

在上面的代码中，首先定义了两个模型的路径，然后使用`attempt_load`函数分别加载了两个模型。接下来，通过将`model2`的权重复制到`model1`中，实现了两个模型的权重合并。最后，将`model1`设置为评估模式，并可以使用该模型进行推理等操作。

请确保已安装所需的依赖包，并将模型路径替换为实际的路径。