yolov5 detect.py截取目标框

在YOLOv5的`detect.py`中，检测到目标后会将目标的边界框信息存储在`results`列表中。每个检测结果是一个字典，包含以下键值对：

- `'img_id'`：图像id
- `'label'`：目标标签
- `'score'`：置信度得分
- `'box'`：目标边界框坐标，形式为`[x_min, y_min, x_max, y_max]`

如果想要截取目标框，可以使用OpenCV的`cv2.rectangle`函数绘制矩形框，然后使用切片操作截取目标框。下面是一个简单的示例代码：

import cv2
from PIL import Image

# 加载图像
img = cv2.imread('test.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# YOLOv5检测
results = model(img)

# 绘制矩形框并截取目标框
for result in results.xyxy[0]:
    label = result[-1]
    if label == 'person':  # 只截取人的目标框
        box = result[:4]
        x_min, y_min, x_max, y_max = map(int, box)
        cv2.rectangle(img, (x_min, y_min), (x_max, y_max), (0, 255, 0), 2)
        target = img[y_min:y_max, x_min:x_max]
        target = Image.fromarray(target)
        target.save('target.jpg')

在上面的代码中，我们首先加载了一张图像，然后使用YOLOv5模型进行检测并得到目标框的坐标信息。接着，我们使用`cv2.rectangle`函数绘制矩形框，并使用切片操作截取目标框。最后，将截取到的目标框保存为一张图像。