怎么调用yolov5模型

调用 YOLOv5 模型可以使用 Python 的深度学习框架 PyTorch，下面给出一个简单的示例：

1. 安装 PyTorch 和 YOLOv5

首先需要安装 PyTorch 和 YOLOv5，可以使用以下命令：

pip install torch torchvision
git clone https://github.com/ultralytics/yolov5.git

2. 加载模型

加载 PyTorch 中的预训练模型，可以使用以下代码：

import torch

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

在上面的代码中，我们使用 `torch.hub.load()` 函数加载了 YOLOv5s 模型，并且设置 `pretrained=True` 表示使用预训练的权重。如果你的电脑没有 GPU，可以在加载模型时设置 `device='cpu'`，表示使用 CPU 进行计算。

3. 进行物体检测

加载模型后，我们可以使用 `model` 对象进行物体检测。以下是一个简单的示例代码：

# 进行物体检测
results = model('path/to/image.jpg')

# 显示检测结果
results.show()

在上面的代码中，我们使用 `model()` 函数对一张图片进行物体检测，并将结果保存在 `results` 对象中。最后，使用 `results.show()` 函数可以将检测结果显示出来。

需要注意的是，YOLOv5 仅支持检测图片，如果需要检测视频或者实时摄像头画面，需要使用其他的方法。