实现YOLOv5封装成函数以供其他程序进行调用

import detect
detect.UAPI(source="data/images")

通过在YOLOv5中的detect.py的代码中，对检测函数进行封装，之后其他代码通过已经封装好的函数进行调用，从而实现简单便捷的YOLOv5代码调用。

代码的主要修改部分就是如何detect.py中的配置代码封装到调用的函数中：

if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default='runs/train/exp/weights/best.pt', help='model.pt path(s)')
    parser.add_argument('--source', type=str, default='data/images', help='source')  # file/folder, 0 for webcam
    parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
    parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')
    parser.add_argument('--iou-thres', type=float, default=0.45, help='IOU threshold for NMS')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--view-img', action='store_true', help='display results')
    parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
    parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
    parser.add_argument('--nosave', action='store_true', help='do not save images/videos')
    parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
    parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
    parser.add_argument('--augment', action='store_true', help='augmented inference')
    parser.add_argument('--update', action='store_true', help='update all models')
    parser.add_argument('--project', default='runs/detect', help='save results to project/name')
    parser.add_argument('--name', default='exp', help='save results to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    opt = parser.parse_args()
    print(opt)
    check_requirements(exclude=('pycocotools', 'thop'))

对于这部分我们可以直接进行修改

主要部分就是--source参数

        source=ROOT / 'data/images',  # file/dir/URL/glob/screen/0(webcam)

剩余的代码基本可以使用detect.py中默认的detect中的文件

之后其他代码甚至可以删除

对文件夹中的图片进行检测可实现的结果：

前提是视频文件夹下有图片，或者直接指定某个图片

对文件夹中的视频进行检测

只需要把相应的图片文件夹改为视频文件夹即可

前提是视频文件夹下有视频文件，或者直接指定某个视频

import detect
detect.UAPI(source="data/video")