帮我写一段目标检测的代码

以下是一段简单的目标检测代码，仅供参考：

import cv2

# 加载图像
img = cv2.imread('image.jpg')

# 加载目标检测模型
model = cv2.dnn.readNetFromTensorflow('frozen_inference_graph.pb', 'graph.pbtxt')

# 设置输入图像的尺寸和缩放比例
input_size = (300, 300)
scale_factor = 1/127.5

# 对图像进行预处理
blob = cv2.dnn.blobFromImage(img, scale_factor, input_size, (127.5, 127.5, 127.5), swapRB=True, crop=False)

# 将预处理后的图像输入模型进行推理
model.setInput(blob)
output = model.forward()

# 解析输出结果
for detection in output[, , :, :]:
    confidence = detection[2]
    if confidence > .5:
        x1 = int(detection[3] * img.shape[1])
        y1 = int(detection[4] * img.shape[])
        x2 = int(detection[5] * img.shape[1])
        y2 = int(detection[6] * img.shape[])
        cv2.rectangle(img, (x1, y1), (x2, y2), (, 255, ), 2)

# 显示结果
cv2.imshow('result', img)
cv2.waitKey()
cv2.destroyAllWindows()

这段代码使用了 TensorFlow Object Detection API 中的 SSD 模型进行目标检测，可以检测出图像中的物体并用矩形框标出。