model = torch.hub.load()推理视频

### 使用 `torch.hub.load` 对视频进行推理 对于使用 `torch.hub.load` 来加载模型并处理视频数据的任务，可以通过以下方式实现： #### 准备工作 在开始之前，确保已经安装了必要的依赖库。这包括但不限于 PyTorch 及其相关组件。 ```bash pip install tqdm boto3 requests regex sentencepiece sacremoses opencv-python-headless ffmpeg-python ``` #### 加载 YOLOv5 模型 为了简化操作流程，可以直接通过官方仓库加载预训练好的YOLOv5模型实例[^3]。 ```python import torch # 加载本地或远程的YOLOv5s模型 model = torch.hub.load('ultralytics/yolov5', 'yolov5s') ``` #### 处理单帧图像 由于大多数深度学习框架更擅长于静态图片而非连续流媒体的数据输入形式，因此需要先了解如何针对单一画面做预测分析。 ```python from pathlib import Path img_path = './data/images/zidane.jpg' results = model(img_path) print(results.pandas().xyxy[0]) # 打印边界框坐标和其他信息 results.show() # 显示带有标注的结果图 ``` #### 实现视频读取与逐帧推断逻辑 要完成整个视频序列上的目标识别，则需循环遍历每一帧，并调用上述定义的方法来进行实时计算。 ```python import cv2 import numpy as np def process_video(input_video, output_video=None): cap = cv2.VideoCapture(input_video) fourcc = int(cap.get(cv2.CAP_PROP_FOURCC)) fps = cap.get(cv2.CAP_PROP_FPS) width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) if output_video is not None: out_writer = cv2.VideoWriter( filename=output_video, fourcc=cv2.VideoWriter_fourcc(*'mp4v'), fps=fps, frameSize=(width, height), ) while True: ret, frame = cap.read() if not ret: break # 将numpy数组转换成PIL Image对象供模型接收 pil_image = Image.fromarray(frame[:, :, ::-1]) result = model(pil_image) # 进行检测 annotated_frame = result.render()[0] if output_video is not None: out_writer.write(annotated_frame[:, :, ::-1]) else: cv2.imshow("Video Detection", annotated_frame[:, :, ::-1]) key = cv2.waitKey(int(fps)) & 0xFF if key == ord('q'): break cap.release() if output_video is not None: out_writer.release() cv2.destroyAllWindows() if __name__ == "__main__": input_file = "input.mp4" output_file = "output_with_boxes.mp4" process_video(input_file, output_file) ``` 此脚本会打开指定路径下的视频文件，在每帧上运行物体检测算法并将结果保存至新的输出文件中；或者直接显示带标记的画面直到按下键盘上的 q 键退出程序。