yolov5 显示帧率

您可以使用以下代码来计算YOLOv5模型的帧率：

import time
import torch
from torchvision.models import detection

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

# 设置推理设备
device = torch.device('cuda') if torch.cuda.is_available() else torch.device('cpu')
model.to(device)

# 创建一个随机输入张量
input_tensor = torch.rand((1, 3, 640, 480)).to(device)

# 运行推理并测量时间
num_iterations = 100
start_time = time.time()
for _ in range(num_iterations):
    with torch.no_grad():
        outputs = model(input_tensor)
end_time = time.time()

# 计算帧率
total_time = end_time - start_time
fps = num_iterations / total_time

print(f"YOLOv5模型的平均帧率为：{fps:.2f} FPS")

在上面的代码中，我们使用`torch.hub.load`函数从ultralytics/yolov5仓库加载了一个预训练的YOLOv5s模型。然后，我们选择了一个随机输入张量，并将其传递给模型进行推理。我们通过多次运行推理并测量时间来计算模型的帧率。

请注意，这个示例代码假设您已经安装了PyTorch和torchvision库，并且您的计算机上有适当的CUDA驱动程序（如果使用GPU）。