PyTorch YoloV5使用torch.hub.load与detect.py推理结果不一致问题

核心问题点 #

• 图像通道不匹配：OpenCV的cv2.VideoCapture读取的帧默认是BGR通道顺序，而YOLOv5的detect.py内部会自动将输入转换为RGB格式，你直接将BGR帧传入torch.hub加载的模型，会导致模型识别精度下降，浅色、小尺寸目标（比如案例里的时钟）极易漏检，这是最主要的原因。
• 推理参数未对齐：你只对齐了置信度阈值0.25，但detect.py默认的iou-thres=0.45、输入推理尺寸--img-size=640等参数你没有在hub加载的模型中显式设置，参数差异会导致NMS过滤结果不同，出现漏检/多检。
• 权重版本不一致：torch.hub.load('ultralytics/yolov5', 'yolov5s')会默认从官方仓库下载最新版本的yolov5s.pt，如果你本地detect.py用的是旧版本的权重文件，两者权重参数本身存在差异，自然会得到不同的检测结果。

修正后的代码示例 #

import cv2, torch
# 指定加载本地和detect.py一致的权重，避免版本差异
model = torch.hub.load('ultralytics/yolov5', 'custom', path='yolov5s.pt')
# 对齐所有推理参数
model.conf = 0.25
model.iou = 0.45
model.imgsz = 640

list_of_original_frames = []
list_of_detected_classes_in_all_frames = []
detected_classes = []
check_dict = {}

def detect_video(video_path):
    cap = cv2.VideoCapture(video_path)
    while (cap.isOpened()):
        ret, frame = cap.read()
        if ret == False:
            break
        # 核心修正：BGR转RGB，和detect.py输入格式对齐
        frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
        list_of_original_frames.append(frame_rgb)
    cap.release()
    cv2.destroyAllWindows()

    for file in list_of_original_frames:
        results = model(file)
        new_df = results.pandas()
        new_result = new_df.xywh[0]['name']
        list_of_detected_classes_in_all_frames.append(new_result.tolist())
    
    for outer_loop in list_of_detected_classes_in_all_frames:
        for inner_loop in outer_loop:
            if inner_loop:
                detected_classes.append(inner_loop)

    for iterate in detected_classes:
        if iterate not in check_dict:
            check_dict[iterate] = 1
        else:
            check_dict[iterate] = check_dict[iterate] + 1
    
    return check_dict
video_path = '/home/hamza/Desktop/House_Video.mp4'
check_dict = detect_video(video_path)

内容的提问来源于stack exchange，提问作者Hamza