调用yolov5中通过本地训练获得的best.pt模型，并输出结果

废话不多上直接上代码

import torch
from models.experimental import attempt_load
 
# 设置设备
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
 
# 定义 YOLOv5 模型
model = attempt_load(r'\best.pt', map_location=device)  # 替换为你的本地路径
model = model.autoshape()
model = model.to(device).eval()
 
# 图像路径
image_path = r'img.jpg'
# 执行推理
results = model(image_path)
 
# 打印检测结果
for det in results.xyxy[0]:
    print(f"类别: {int(det[5])}, 置信度: {det[4]}, 边界框: {det[:4]}")
 
 

 根据注释提示和自己的需求更改即可