编写一段pytorch 调用预训练模型进行实时摄像头预测的代码

请参考以下代码：

import torch
import torchvision.transforms as transforms
import cv2

# 加载预训练模型
model_path = 'path/to/pretrained/model.pt'
model = torch.load(model_path)
model.eval()

# 预处理函数
preprocess = transforms.Compose([
    transforms.ToPILImage(),
    transforms.Resize((224,224)),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取摄像头画面
    ret, frame = cap.read()

    # apply image pre-processing
    tensor = preprocess(frame)

    # add batch dimension
    tensor = tensor.unsqueeze(0)

    # 预测结果
    outputs = model(tensor)
    _, predicted = torch.max(outputs.data, 1)
    prediction = predicted.item()

    # 显示结果
    cv2.putText(frame, f"Prediction: {prediction}", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
    cv2.imshow('Real-time Prediction', frame)

    # 按下 Esc 键退出程序
    if cv2.waitKey(1) == 27:
        break

cap.release()
cv2.destroyAllWindows()

该代码将使用预训练模型进行实时摄像头预测。需确保预训练模型是基于 PyTorch 的，并且符合预处理函数的输入要求。摄像头的画面将不断被读取并处理，同时输出预测结果，并通过 ESC 键退出程序。