您好,
会员登录 快速注册
退出 ( 条未读消息)
关于本站 意见反馈 首页

公告:小宅博客网可以开发票了,需要发票的,去群里找群主哈!!
全部文章分类
  • 人工智能 >

  • 编程语言 >

  • WPF系列 >

  • ASP.NET系列 >

  • Linux >

  • 数据库 >

  • 嵌入式 >

  • WEB技术 >

  • PLC系列 >

  • 微服务与框架 >

  • 小宅DIY >

  • 学习资料 >

OpenCv基础 ANN车牌识别 yolov5车牌识别 指针式仪表识别 ROS系列 YOLO Halcon Detectron2 昇腾AI ChatGPT在线体验 英伟达JETSON ChatGLM ChatTTS FunASR 地平线 ByteTrack 魔搭社区 LangChain
C C# C++ Python Java Go
WPF
ASP.NET小功能 GPS定位系统-MVC GPS定位系统-VUE ASP.NET WebRTC
Linux Linux内核 Shell MakeFile
MySql SqlServer Oracle
STM8 STM32 51单片机
VUE入门 HTML JavaScript CSS layui镜像网站 ElementUi中文官网 element-plus 图标
三菱 欧姆龙 西门子 施耐德 松下 台达
IOTSharp IOTGateway ABP FRAMEWORK Docker
亚克力音响 编程仙途:智驭万法
面试题与技巧 Python入门技能树 微软C#教程
首页 编程之美 工具下载 全国就业 流量地图 文心一言
YOLO
YOLO 学习介绍 Labelme安装与运行 YOLOv5 安装开发环境 YOLOv5 官方数据集训练方法 YOLOv5 自定义数据集训练方法 YOLOv5 GPU训练方法 YOLOv5 调用USB摄像头识别 YOLOv5 在Ubuntu22.10安装运行环境 YOLOv5 实例分割-官方数据集训练方法 YOLOv5 实例分割-Labelme标注与json文件转txt YOLOv5 pt转onnx文件 YOLOv5 pt转engine文件 YOLOv5 C#中进行模型预测(.net版) YOLOv5 C#中进行模型预测(winform版) YOLOv5 C++进行模型预测 YOLOv5-7.0 安装开发环境 YOLOx 安装开发环境 YOLOx 官网数据集训练方法1(VOC) YOLOx 官网数据集训练方法2(COCO) YOLOx 自定义数据集训练方法1(VOC) YOLOx 自定义数据集训练方法2(COCO) YOLOx 调用USB摄像头识别 YOLOv8 安装开发环境 YOLOv8 官方数据集训练方法 YOLOv8 pt转onnx文件与测试 YOLOv11 安装开发环境 YOLOv11 自定义目标检测模型训练
YOLOv5 C#中进行模型预测(winform版)
YOLOv5-7.0 安装开发环境
激萌の小宅 小宅博客网 YOLO

文章作者:激萌の小宅

促销:¥0

价格:¥0

配送方式: 购买后立即生效(如购买异常,请联系站长)
付款之后一定要等待自动跳转结束,否则购买可能会失败
  • 0 天

    有效期

  • 0

    总销量

  • 0

    累计评价

YOLOv5 C++进行模型预测

博主的工程源码下载:

链接:https://pan.baidu.com/s/1cJK7QQ8WrcyWIWHE8d_F6A

提取码:h4du 

解压密码:www.bilibili996.com


开发环境说明:

系统:windows 10

IDE:Visual Studio 2022


GitHub源码下载:https://github.com/Hexmagic/ONNX-yolov5

GitHub上的源码时linux环境下的,不过windows下也一样能用,我的目录结构如下:

1.jpg


yolov5 的pt文件转onnx以及转换的注意事项,可以参考《YOLOv5 C#中进行模型预测(.net版)》文章。

如果想使用自己的模型,记得将coco.names文件改成自己的模型名称表。


C++ main函数的主要代码如下:

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
#include <string>
#include <vector>
#include <fstream>
#include "include/loguru.hpp"
#include "include/detector.h"

using namespace cv;
using namespace std;

int main()
{
    string model_path = "Assets/Weights/best-yibiao-j.onnx";
    string img_path = "Assets/000055.jpg";
    Config config = { 0.25f, 0.45f, model_path, "data/coco.names", Size(640, 640),false };
    LOG_F(INFO, "Start main process");
    Detector detector(config);
    LOG_F(INFO, "Load model done ..");
    Mat img = imread(img_path, IMREAD_COLOR);
    LOG_F(INFO, "Read image from %s", img_path.c_str());
    Detection detection = detector.detect(img);
    LOG_F(INFO, "Detect process finished");
    Colors cl = Colors();
    detector.postProcess(img, detection, cl); // 显示识别区域
    return 0;
}


注意事项:

GitHub上的源码某些函数好像被弃用了,windows上运行会有报错提示,需要做升级修改,修改主要三个文件:detector.cpp、loguru.cpp、detector.h,文件差异如下:

detector.h文件修改如下:

QQ截图20230508094355.jpg


detector.cpp修改如下:

1.jpg


loguru.cpp修改如下:

QQ截图20230508094829.jpg


运行效果如下:

rst.jpg

YOLOv5 C#中进行模型预测(winform版)
YOLOv5-7.0 安装开发环境

友情链接: CSDN激萌の小宅 95知识库 自考题库 罗分明个人网络博客 精益编程leanboot

小宅博客  www.bilibili996.com All Rights Reserved. 备案号: 闽ICP备2024034575号

网站经营许可证  福建省福州市 Copyright©2021-2025 版权所有

小宅博客
首页 智能家居 地图定位
公告:小宅博客网可以开发票了,需要发票的,去群里找群主哈!!

文章作者:激萌の小宅

促销:¥0

价格:¥0

配送方式: 购买后立即生效(如购买异常,请联系站长)
付款之后一定要等待自动跳转结束,否则购买可能会失败
  • 0 天

    有效期

  • 0

    总销量

  • 0

    累计评价

YOLOv5 C++进行模型预测

博主的工程源码下载:

链接:https://pan.baidu.com/s/1cJK7QQ8WrcyWIWHE8d_F6A

提取码:h4du 

解压密码:www.bilibili996.com


开发环境说明:

系统:windows 10

IDE:Visual Studio 2022


GitHub源码下载:https://github.com/Hexmagic/ONNX-yolov5

GitHub上的源码时linux环境下的,不过windows下也一样能用,我的目录结构如下:

1.jpg


yolov5 的pt文件转onnx以及转换的注意事项,可以参考《YOLOv5 C#中进行模型预测(.net版)》文章。

如果想使用自己的模型,记得将coco.names文件改成自己的模型名称表。


C++ main函数的主要代码如下:

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
#include <string>
#include <vector>
#include <fstream>
#include "include/loguru.hpp"
#include "include/detector.h"

using namespace cv;
using namespace std;

int main()
{
    string model_path = "Assets/Weights/best-yibiao-j.onnx";
    string img_path = "Assets/000055.jpg";
    Config config = { 0.25f, 0.45f, model_path, "data/coco.names", Size(640, 640),false };
    LOG_F(INFO, "Start main process");
    Detector detector(config);
    LOG_F(INFO, "Load model done ..");
    Mat img = imread(img_path, IMREAD_COLOR);
    LOG_F(INFO, "Read image from %s", img_path.c_str());
    Detection detection = detector.detect(img);
    LOG_F(INFO, "Detect process finished");
    Colors cl = Colors();
    detector.postProcess(img, detection, cl); // 显示识别区域
    return 0;
}


注意事项:

GitHub上的源码某些函数好像被弃用了,windows上运行会有报错提示,需要做升级修改,修改主要三个文件:detector.cpp、loguru.cpp、detector.h,文件差异如下:

detector.h文件修改如下:

QQ截图20230508094355.jpg


detector.cpp修改如下:

1.jpg


loguru.cpp修改如下:

QQ截图20230508094829.jpg


运行效果如下:

rst.jpg