C++ 调用yolov5训练好的模型

要在 C++ 中调用 YOLOv5 训练好的模型，需要使用一个深度学习框架，例如 PyTorch 或 TensorFlow，来加载模型并进行推理。

以下是一些步骤：

1. 安装 PyTorch（或 TensorFlow）和相应的 Python 包。
2. 加载训练好的 YOLOv5 模型，并将其导出为 TorchScript 格式（.pt 文件），这可以通过运行以下命令来完成：

python models/export.py --weights path/to/weights.pt --img-size 640 --batch-size 1

3. 在 C++ 代码中使用 Torch C++ API 加载 TorchScript 模型，并进行推理。以下是一个示例代码：

#include <torch/script.h> // 包含 Torch C++ API 头文件
#include <iostream>
#include <memory>

int main() {
  // 加载 TorchScript 模型
  std::shared_ptr<torch::jit::script::Module> module = torch::jit::load("path/to/model.pt");

  // 创建一个张量作为输入
  torch::Tensor input_tensor = torch::ones({1, 3, 640, 640});

  // 进行推理
  at::Tensor output = module->forward({input_tensor}).toTensor();

  std::cout << output << std::endl; // 输出结果
}

请注意，以上代码只是一个示例，具体实现可能会因为需要加载的模型和输入数据的不同而有所变化。