调用yolov5测试视频

你可以使用以下代码来调用 YOLOv5 模型来测试视频：

import torch
import cv2
from PIL import Image

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

# 设置视频路径
video_path = 'path_to_video.mp4'

# 打开视频文件
cap = cv2.VideoCapture(video_path)

# 获取视频的宽度和高度
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

# 创建输出视频文件
output_path = 'output_video.mp4'
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter(output_path, fourcc, 30, (width, height))

while cap.isOpened():
    # 读取视频帧
    ret, frame = cap.read()

    if not ret:
        break

    # 将帧转换为 PIL 图像
    image = Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))

    # 运行模型进行目标检测
    results = model(image)

    # 将检测结果绘制在图像上
    results.render()
    annotated_image = results.imgs[0]

    # 将 PIL 图像转换为 OpenCV 格式
    annotated_frame = cv2.cvtColor(np.array(annotated_image), cv2.COLOR_RGB2BGR)

    # 写入输出视频文件
    out.write(annotated_frame)

    # 显示结果
    cv2.imshow('YOLOv5', annotated_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

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

在上述代码中，你需要将 `path_to_video.mp4` 替换为你要测试的视频文件的路径。运行代码后，将会生成一个名为 `output_video.mp4` 的视频文件，其中包含了检测结果。请确保已经安装了 `torch`、`opencv-python` 和 `Pillow` 这些依赖库。

希望以上信息对你有所帮助！如有任何疑问，请随时向我提问。