使用OpenCV结合YOLOv5识别效果远差于原生YOLOv5的问题求助

我尝试用OpenCV通过摄像头识别乐高积木，但识别效果远不如直接运行YOLOv5的detect.py脚本。针对图片识别做了几组实验后，发现OpenCV方案效果依然很差，想请教可能的原因及解决思路。

实验过程 #

1. 直接运行detect.py的结果 #

执行命令：

python detect.py --weights runs/train/yolo/weights/best.pt --source legos.jpg

结果图：

2. 使用OpenCV实现的代码及结果 #

代码实现：

import torch
import cv2
import numpy as np

model = torch.hub.load('.', 'custom', path='runs/train/yolo/weights/last.pt', source='local')

cap = cv2.VideoCapture('legos.jpg')

while cap.isOpened():
    ret, frame = cap.read()

    # 执行检测
    results = model(frame)

    cv2.imshow('YOLO', np.squeeze(results.render()))

    if cv2.waitKey(0) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

结果图：

3. 直接调用模型识别图片的结果 #

代码实现：

import torch
results = model('legos.jpg')
results.show()

结果图：

请问有什么解决思路吗？

内容的提问来源于stack exchange，提问作者Haotian Ma