python语言的调用yolov5的目标识别代码

当然可以，以下是一个 Python 代码示例，可以通过 YOLOv5 模型实现目标识别：

import torch
import cv2
from PIL import Image
import numpy as np

# 加载模型
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)

# 加载图像
img = cv2.imread('image.jpg')

# 将图像转换为 RGB 格式
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 推理
results = model(Image.fromarray(img))

# 绘制矩形框
for detection in results.xyxy[0]:
    xmin, ymin, xmax, ymax, conf, cls = detection
    cv2.rectangle(img, (int(xmin), int(ymin)), (int(xmax), int(ymax)), (0,255,0), 2)
    cv2.putText(img, f"{model.names[int(cls)]}", (int(xmin), int(ymin)), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

# 显示结果
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个示例使用了 YOLOv5 模型来检测图像中的物体，并将检测结果绘制在图像上。你可以通过更换预训练模型和相应的权重文件，来实现其他目标的识别。