您应该可以在以下目录中找到权重：yolov 5/跑步/训练/经验/重量/last.pt
然后使用如下行加载权重：

model = torch.hub.load('ultralytics/yolov5', 'custom', path='yolov5/runs/train/exp/weights/last.pt', force_reload=True)

我有一个笔记本示例，它在训练模型https://github.com/pylabel-project/samples/blob/main/pylabeler.ipynb后从该目录加载自定义模型

为了加载你的模型的权重，你应该先导入你的模型脚本。我猜它位于/weights/last.py。然后，你可以加载你的模型的权重。
示例代码可能如下所示：

import os  
import torch 
from weights.last import Model # I assume you named your model as Model, change it accordingly

model = Model()  # Then in here instantiate your model
model.load_state_dict(torch.load(ospath.join(os.getcwd()+'/weights/last.pt')))  # Then load your model's weights.

 

# Images
imgs = ['https://example.com/img.jpg']   
# Inference
results = model(imgs)

# Results
results.print()
results.save()  # or .show()

results.xyxy[0]  # img1 predictions (tensor)
results.pandas().xyxy[0]  # img1 predictions (pandas)

在此解决方案中，不要忘记您应该从当前工作目录运行程序，如果您从权重文件夹运行程序，则可能会收到错误。

如果你想加载你本地保存的模型，你可以试试这个

import torch

model = torch.hub.load('.', 'custom', 'yourmodel.pt', source='local')