基于 YOLO-V5 ONNX 模型的通用物体识别
执行以下步骤，进行基于 OLO-V5 ONNX 模型的通用物体识别：
步骤
运行 Python 语言应用：
进入 yolo-v5 第三方 demo 目录，以在昉·星光 2的 Debian 系统上运行基于 yolo-5 onnx 模型 Python 演示代码：
cd /usr/share/opencv4/yolo-v5/
python3 yolov5.py --device 4
提示： 参数说明：
添加参数 --device 加数字 1 或 4 等作为输入参数，指定抓取视频流的 video 设备号。
结果
- HDMI 显示器会显示源自摄像头的实时视频流；
- 实时绘制方框，标定模型识别到的物体，并展示其名称与置信度；
- 左上角显示单帧推理时间，换算到推理帧率，约为 0.6-1.1 fps。
