# 1. 安装 PyTorch（核心深度学习框架，根据你的CUDA版本选择，无GPU可安装CPU版） # CPU版（通用，无NVIDIA显卡优先选择） pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu # GPU版（有NVIDIA显卡，需先安装CUDA 11.7+/cuDNN 8.5+，以CUDA 11.8为例） # pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 2. 安装 YOLOv5 依赖（包含opencv、numpy等） pip install opencv-python numpy pandas ultralytics
图片目标识别
# 导入必要的库 from ultralytics import YOLO import cv2 import os def yolov5_image_detection(image_path, save_path="output_result.jpg"): """ YOLOv5 图片目标识别函数 :param image_path: 输入图片路径（相对/绝对路径） :param save_path: 识别结果图片保存路径 """ # 1. 加载 YOLOv5 预训练模型（yolov5s 是最小、最快的模型，适合快速测试） # 可选模型：yolov5n（更小）、yolov5m、yolov5l、yolov5x（更大，精度更高，速度更慢） model = YOLO("yolov5s.pt") # 2. 验证输入图片是否存在 if not os.path.exists(image_path): print(f"错误：图片 {image_path} 不存在，请检查路径！") return # 3. 执行目标检测（conf=0.25 表示置信度阈值，只保留置信度>25%的结果） results = model(image_path, conf=0.25) # 4. 处理检测结果，绘制边界框和类别标签 # 读取原始图片 img = cv2.imread(image_path) # 遍历检测结果（单张图片只取第一个结果） for result in results: boxes = result.boxes # 获取检测框信息 for box in boxes: # 提取框的坐标（xyxy 格式：左上x、左上y、右下x、右下y） x1, y1, x2, y2 = map(int, box.xyxy[0]) # 提取类别名称和置信度 cls_name = result.names[int(box.cls[0])] confidence = box.conf[0].item() # 5. 在图片上绘制边界框和文字 # 绘制红色边界框（BGR格式，(0,0,255)为红色，线宽2） cv2.rectangle(img, (x1, y1), (x2, y2), (0, 0, 255), 2) # 绘制文字背景（避免文字与图片重叠看不清） text = f"{cls_name}: {confidence:.2f}" text_size = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, 0.6, 2)[0] cv2.rectangle(img, (x1, y1 - text_size[1] - 10), (x1 + text_size[0], y1), (0, 0, 255), -1) # 绘制类别和置信度文字 cv2.putText(img, text, (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2) # 6. 保存识别结果图片 cv2.imwrite(save_path, img) print(f"识别完成！结果已保存至：{os.path.abspath(save_path)}") # 7. （可选）显示识别结果图片（窗口按任意键关闭） cv2.imshow("YOLOv5 Image Detection Result", img) cv2.waitKey(0) cv2.destroyAllWindows() # 主函数调用 if __name__ == "__main__": # 替换为你的图片路径（可放任意测试图片，如人物、车辆、动物等） INPUT_IMAGE_PATH = "test.jpg" yolov5_image_detection(INPUT_IMAGE_PATH)
视频 / 摄像头实时识别
# 导入必要的库 from ultralytics import YOLO import cv2 def yolov5_video_detection(video_source=0, save_video=False, save_path="output_video.mp4"): """ YOLOv5 视频/摄像头目标识别函数 :param video_source: 视频源（0=默认摄像头，也可传入视频文件路径如"test.mp4"） :param save_video: 是否保存识别后的视频 :param save_path: 保存视频的路径 """ # 1. 加载 YOLOv5 预训练模型 model = YOLO("yolov5s.pt") # 2. 打开视频源 cap = cv2.VideoCapture(video_source) if not cap.isOpened(): print(f"错误：无法打开视频源 {video_source}！") return # 3. （可选）配置视频保存参数 fourcc = None out = None if save_video: # 获取视频宽度、高度、帧率 frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) fps = int(cap.get(cv2.CAP_PROP_FPS)) or 30 # 视频编码格式 fourcc = cv2.VideoWriter_fourcc(*"mp4v") out = cv2.VideoWriter(save_path, fourcc, fps, (frame_width, frame_height)) print("识别中... 按 'q' 键退出窗口") # 4. 循环读取帧并执行检测 while cap.isOpened(): ret, frame = cap.read() if not ret: break # 视频读取完毕或摄像头断开 # 5. 执行目标检测 results = model(frame, conf=0.25) # 6. 处理检测结果，绘制边界框 for result in results: boxes = result.boxes for box in boxes: x1, y1, x2, y2 = map(int, box.xyxy[0]) cls_name = result.names[int(box.cls[0])] confidence = box.conf[0].item() # 绘制边界框和文字 cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 0, 255), 2) text = f"{cls_name}: {confidence:.2f}" text_size = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, 0.6, 2)[0] cv2.rectangle(frame, (x1, y1 - text_size[1] - 10), (x1 + text_size[0], y1), (0, 0, 255), -1) cv2.putText(frame, text, (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2) # 7. （可选）保存处理后的帧 if save_video and out is not None: out.write(frame) # 8. 显示识别结果 cv2.imshow("YOLOv5 Video/Camera Detection Result", frame) # 按 'q' 键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 9. 释放资源 cap.release() if save_video and out is not None: out.release() print(f"视频保存完成！结果已保存至：{save_path}") cv2.destroyAllWindows() print("识别结束！") # 主函数调用 if __name__ == "__main__": # 可选：传入视频文件路径（如 "test.mp4"），或使用 0 调用摄像头 yolov5_video_detection(video_source=0, save_video=False)
