python yolov5汽车数量统计代码

在Python中，YOLOv5（You Only Look Once Version 5）是一个基于深度学习的目标检测模型，常用于实时物体识别。如果想要统计图像中汽车的数量，你需要结合YOLOv5的API来加载模型并预测结果，然后对检测到的车辆计数。

下面是一个简单的示例，假设已经安装了yolov5库：

import torch
from PIL import Image
from torchvision.transforms import functional as F
from yolov5.models.experimental import attempt_load

# 加载预训练的YOLOv5模型
model = attempt_load('path_to_yolov5_model', map_location='cpu')

def count_cars(image_path):
    # 预处理图片
    img = Image.open(image_path)
    img = F.to_tensor(img).unsqueeze(0)  # 将图片转换为张量，并增加batch维度
    img = model(img)  # 运行模型进行检测

    # 解码并过滤出目标类别为“car”的框
    detections = img[-1].detach().numpy()  # 获取最后一层（包含预测结果）的结果
    cars_boxes = detections[detections[:, -1] == 'car', :-1]  # 筛选汽车类别的box

    # 计算汽车数量（假设每个box代表一辆车）
    car_count = len(cars_boxes)
    return car_count

# 使用函数并打印结果
image_path = "path_to_your_image.jpg"
car_count = count_cars(image_path)
print(f"图片中有 {car_count} 辆汽车。")