yolov5 电脑摄像头
时间: 2025-02-23 10:08:51 浏览: 48
### 如何使用YOLOv5和电脑摄像头进行实时物体检测
为了利用YOLOv5与电脑摄像头进行实时物体检测,需确保环境配置正确并执行特定命令来启动检测程序。当运行`detect.py`脚本之后,在默认设置下该软件能够调用计算机内置的摄像头完成对象识别工作[^1]。
对于具体操作流程而言:
- 需要安装PyTorch及相关依赖库;
- 下载YOLOv5源码以及预训练权重文件;
- 修改配置参数使得模型可以访问本地摄像设备;
下面是一份简单的Python代码片段用于展示如何加载模型并对视频流中的每一帧图像应用预测逻辑:
```python
import torch
from utils.general import non_max_suppression, scale_coords
from models.experimental import attempt_load
import cv2
device = 'cuda' if torch.cuda.is_available() else 'cpu'
model = attempt_load('yolov5s.pt', map_location=device)
cap = cv2.VideoCapture(0) # 打开默认相机
while True:
ret, frame = cap.read()
img = letterbox(frame)[0]
img = img[:, :, ::-1].transpose(2, 0, 1) # BGR to RGB & HWC to CHW
pred = model(img[None], augment=False)[0]
det = non_max_suppression(pred, conf_thres=0.25, iou_thres=0.45)
for *xyxy, conf, cls in reversed(det[0]):
label = f'{names[int(cls)]} {conf:.2f}'
plot_one_box(xyxy, im0, label=label, color=colors(c), line_thickness=3)
cv2.imshow('frame', frame)
if cv2.waitKey(1) == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
```
此段代码实现了打开笔记本或台式机上的默认摄像头,并通过循环读取每一张图片作为输入传递给已经加载好的YOLOv5网络来进行目标分类与定位的任务处理过程。
阅读全文
相关推荐


















