帮我写一个yolov8识别视频统计每帧物体数量并为物体进行标记的代码

YOLOv8（You Only Look Once version 8）是一种先进的目标检测算法，用于实时图像和视频中的对象定位。在Python中，结合`pytorch-yolov4`库，可以编写一个脚本来识别视频中的物体并统计每帧的数量。这里提供一个基本框架，实际代码需要根据具体环境安装必要的库：

import torch
from PIL import Image
from models.yolo_v8 import YOLOv8
from utils.datasets import LoadImagesAndLabels
from utils.utils import non_max_suppression

# 初始化YOLov8模型
model = YOLOv8(pretrained=True)
device = 'cuda' if torch.cuda.is_available() else 'cpu'
model.to(device)

# 加载视频
video_path = "your_video_path.mp4"
images = LoadImagesAndLabels(video_path, img_size=640, conf_thres=0.5)  # 设置图片大小和阈值

frame_count = 0
objects_per_frame = []

for path, img, im0s, _ in images:
    frame_count += 1
    img = img.to(device)
    
    # 检测物体
    pred_bbox = model(img)[0]
    
    # 非极大抑制去重
    pred_bbox = non_max_suppression(pred_bbox, conf_thres=0.5, iou_thres=0.5)
    
    # 统计物体数量并标记
    objects_in_frame = len(pred_bbox)
    objects_per_frame.append(objects_in_frame)

    # 显示结果或保存处理后的图像（这里省略）
    # 如果需要显示，可以用matplotlib或cv2绘制出框位置

print(f"Total frames processed: {frame_count}")
print("Objects per frame:", objects_per_frame)