Python 如何从YOLOv5预测中获取类和边界框坐标？

我正在尝试对我的自定义YOLOv5模型进行推理。使用默认的

detect.py

脚本进行推断。我已经编写了自己的python脚本，但无法从模型的输出访问预测的类和边界框坐标。这是我的密码：

import torch
    
model = torch.hub.load('ultralytics/yolov5', 'custom', path_or_model='best.pt') 
predictions = model("my_image.png")

print(predictions)

这将为您提供检测到的每个对象的标签、坐标和阈值，您可以使用它来绘制边界框。 您可以查看此回购协议以获取更详细的代码

这将为您提供检测到的每个对象的标签、坐标和阈值，您可以使用它来绘制边界框。 您可以查看此回购协议以获取更详细的代码

results = model(input_images)
labels, cord_thres = results.xyxyn[0][:, -1].numpy(), results.xyxyn[0][:, :-1].numpy()