第五步：测试模型
找到detect.py ,将这里的权重路径换成我们刚刚训练好的那个模型的路径
然后找到data/images文件夹，在这个文件夹中放上我们想检测的图片
当然也可以检测视频和调用摄像头，有关这个文件详细的超参数可以看我这篇博文：手把手带你调参Yolo v5 (v6.1)（一）
参数简要说明：
–weights:权重的路径地址
–source:测试数据，可以是图片/视频路径，也可以是’0’(电脑自带摄像头),也可以是rtsp等视频流
–output:网络预测之后的图片/视频的保存路径
–img-size:网络输入图片大小
–conf-thres:置信度阈值
–iou-thres:做nms的iou阈值
–device:是用GPU还是CPU做推理
–view-img:是否展示预测之后的图片/视频，默认False
–save-txt:是否将预测的框坐标以txt文件形式保存，默认False
–classes:设置只保留某一部分类别，形如0或者0 2 3
–agnostic-nms:进行nms是否也去除不同类别之间的框，默认False
–augment:推理的时候进行多尺度，翻转等操作(TTA)推理
–update:如果为True，则对所有模型进行strip_optimizer操作，去除pt文件中的优化器等信息，默认为False
–project：推理的结果保存在runs/detect目录下
放完后我们就可以执行detece.py了，执行后会打印出检测后图片的路径，我们直接打开就可以看到了
下面就可以看到月饼的检测效果啦
小彩蛋🎉
程序员的中秋就是这么朴实无华
不过，你确定这是月饼？🤣
