python调用yolov5的detect

要调用 YOLOv5 进行目标检测，可以使用 Python 的 PyTorch 库和 YOLOv5 的 Python API。以下是一个示例代码：

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

# Load YOLOv5 model
model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)

# Define image path
image_path = 'path/to/image.jpg'

# Load image with OpenCV
image = cv2.imread(image_path)

# Convert image from OpenCV format to PIL format
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
image = Image.fromarray(image)

# Make inference on image
results = model(image)

# Print detected objects
print(results.pandas().xyxy[0])

在这个示例中，我们首先通过 `torch.hub.load` 函数加载 YOLOv5 模型。我们使用的是预训练的 YOLOv5s 模型，您可以根据需要选择不同的模型。然后，我们通过 OpenCV 库加载图像，并将其从 OpenCV 格式转换为 PIL 格式，以便进行模型推理。最后，我们使用 YOLOv5 的 Python API 进行推理，并打印检测到的对象。