yolov9计算fps的脚本

YOLOv9（You Only Look Once Version 9）是一种基于深度学习的对象检测算法，为了计算FPS（Frames Per Second，每秒帧数），你需要一个用于监控视频流并测量处理速度的脚本。这个脚本通常会涉及视频读取、模型推理以及计时的部分。

以下是一个简单的Python脚本示例，它使用OpenCV库来读取视频，YOLOv9模型进行预测，并计算FPS：

import cv2
import time

# 加载YOLOv9模型
net = cv2.dnn.readNetFromDarknet('yolov9.cfg', 'yolov9.weights')

# 视频源（替换为你想要测试的视频路径）
video_capture = cv2.VideoCapture('your_video.mp4')

# 初始化帧开始时间
start_time = time.time()

while True:
    # 读取视频一帧
    ret, frame = video_capture.read()
    
    # 如果无法读取帧，可能是到了视频结尾
    if not ret:
        break
    
    # 进行前向推理
    start_inference = time.time()
    blob = cv2.dnn.blobFromImage(frame, 1 / 255, (640, 640), [0, 0, 0], 1)
    net.setInput(blob)
    output = net.forward()
    end_inference = time.time()

    # FPS计算
    current_time = time.time()
    fps = 1 / (current_time - start_time)

    # 更新FPS并显示在图像上
    if start_time == 0:
        start_time = current_time
    else:
        start_time = current_time

    print(f"FPS: {fps:.2f}")

    # 显示处理后的帧
    cv2.imshow('YOLOv9 Detection', frame)
    key = cv2.waitKey(1) & 0xFF

    # 如果按下q键退出
    if key == ord('q'):
        break

# 关闭资源
video_capture.release()
cv2.destroyAllWindows()