如何调用yolov5训练好的结果进行摄像头目标检测 gpu

要调用 YOLOv5 训练好的模型进行摄像头目标检测，首先需要安装 YOLOv5 和相关的依赖库，如 PyTorch、Cython 等。安装完成后，可以使用以下代码进行调用：

import torch
import cv2
from models.experimental import attempt_load
from utils.general import non_max_suppression, scale_coords
from utils.torch_utils import select_device

# 加载模型
weights = 'path/to/weights.pt'
device = select_device('gpu')
model = attempt_load(weights, map_location=device)
model.to(device).eval()

# 读取摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取帧
    ret, frame = cap.read()

    # 预处理帧
    img = torch.from_numpy(frame).to(device)
    img = img.permute(2, 0, 1).float().unsqueeze(0) / 255.0
    
    # 进行预测
    pred = model(img)[0]
    pred = non_max_suppression(pred, 0.4, 0.5)
    pred = pred[0]

    # 可视化结果
    if pred is not None:
        pred[:, :4] = scale_coords(img.shape[2:], pred[:, :4], frame.shape).round()
        for *xyxy, conf, cls in pred:
            cv2.rectangle(frame, (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3])), (0, 255, 0), 2)
            cv2.putText(frame, f'{conf:.2f}', (int(xyxy[0]), int(xyxy[1]) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

    # 显示结果
    cv2.imshow('frame', frame)

    # 按下 q 键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

这段代码使用 PyTorch 加载训练好的 YOLOv5 模型，并使用 OpenCV 读取摄像头的帧。然后对每一帧进行预测，得到目标检测结果，并将结果可视化显示在帧上。最后，按下 q 键退出程序。这段代码在 GPU 上运行，因为 YOLOv5 需要较强的计算能力才能进行实时目标检测。