经过自定义训练的 YOLOv7 可逐帧检测视频中的对象

问：

我想逐帧处理视频，并针对每一帧处理视频，以使用已经自定义训练的 YOLOv7 模型检测某个对象是否出现。我看到这对于一个图像或一组图像来说非常简单，因为在加载模式后，您可以使用图像的路径，然后您可以提取重要的特征，如左上角、右下角、置信度和类，如以下代码所示：

model=torch.hub.load('WongKinYiu/yolov7','custom','best.pt',force_reload=True)
res=model(img_path)
df=res.pandas().xyxy[0]

但是我不知道如何将此模型用于使用 opencv 模块在变量中读取的图像：

import cv2

cap=cv2.VideoCapture('iohannis1.mp4')
while cap.isOpened():
    
    ret,frame=cap.read()
    if not ret:
        break
        
    cv2.imshow('Frame',frame)
    if cv2.waitKey(1) & 0xFF==ord('q'):
        break
           
cap.release()
cv2.destroyAllWindows()
    

在这种情况下，我想将模型应用于框架，并获取包含重要数据的列表，例如左上角、右下角、置信度和类。一个非常虚拟的选择是保存每一帧，然后将该帧的路径提供给模型，但我认为这将非常耗时。而且我不想使用 yolov7 的检测脚本，因为该选项非常受限，它会解析视频，在感兴趣的区域周围制作正方形并保存视频。我想对从每一帧获得的数据进行进一步处理。

我可以使用火炬完成此任务，还是应该将模型转换为其他类型并使用其他框架（如 tensorflow 或 onnx）加载该模型？

我试图转换模型并使用它，但我没有成功使用它。我尝试将模型用于加载的图像和图像的路径，我注意到有 2 个不同的结果。对于路径来说，这是一个很好的结果，而对于加载的图像来说，这是一个糟糕的结果。

import torch
import cv2

model=torch.hub.load('WongKinYiu/yolov7','custom','best.pt')
source_path="img_iohannis1.jpg"
img=cv2.imread(source_path)

res1=model(source_path)
res2=model(img)

df1=res1.pandas().xyxy[0]
df2=res2.pandas().xyxy[0]

print("Result 1 from image path is")
print(df1)
print("Result 2 from loaded image is")
print(df2)