《python 运行用yolov5训练出来的模型》

　　当我们用yolov5自己训练完模型，可以用python加载，然后看看效果怎么样。

1.简单的加载显示

# -*- coding: utf-8 -*-

import torch
model = torch.hub.load('D:/software/yolo/yolov5', 'custom', 'C:/Users/xxxxxx/Desktop/test_py/best.pt', source='local')
img = 'C:/Users/ericzhuang/Desktop/test_py/2.png'
result = model(img)
result.show()

 

以上为直接加载本地的模型，其中load的第一个参数是yolov5的源码路径，第三个是模型的路径。

 

2.对识别到模型类别以及相似度获取

import torch

# 加载YOLOv5模型
model = torch.hub.load('D:/software/yolo/yolov5', 'custom', 'C:/Users/xxxxxx/Desktop/test_py/best.pt', source='local')

# 输入图像路径
img_path = 'C:/Users/ericzhuang/Desktop/test_py/2.png'

# 进行目标检测
results = model(img_path)

# 获取目标数量和检测结果
num_targets = len(results.pred[0]) if results and results.pred is not None else 0

print(f"检测到 {num_targets} 个目标:")

# 遍历每个检测到的目标并打印相似度
for i, det in enumerate(results.pred[0]):
class_id = int(det[5])
confidence = det[4]
print(f"目标 {i + 1} - 类别: {class_id}, 相似度: {confidence:.2f}")

results.show()