大连网站制作学校微服务开发平台

当前位置： 首页 > news >正文

大连网站制作学校,微服务开发平台,中牟网站建设,哪个网站可以做兼职讲师yolov5 opencv dnn部署自己的模型 github开源代码地址使用github源码结合自己导出的onnx模型推理自己的视频推理条件c部署c 推理结果 github开源代码地址 yolov5官网还提供的dnn、tensorrt推理链接本人使用的opencv c github代码,代码作者非本人#xff0c;也是上面作者推荐的… yolov5 opencv dnn部署自己的模型 github开源代码地址使用github源码结合自己导出的onnx模型推理自己的视频推理条件c部署c 推理结果 github开源代码地址 yolov5官网还提供的dnn、tensorrt推理链接本人使用的opencv c github代码,代码作者非本人也是上面作者推荐的链接之一如果想要尝试直接运行源码中的yolo.cpp文件和yolov5s.pt推理sample.mp4请参考这个链接的介绍 使用github源码结合自己导出的onnx模型推理自己的视频 推理条件 windows 10 Visual Studio 2019 Nvidia GeForce GTX 1070 opencv 4.5.5、opencv4.7.0 (注意 4.7.0中也会出现跟yolov5 opencv dnn部署 github代码一样的问题) yolov5 v6.1版本 c部署 环境和代码的大致步骤跟yolov5 opencv dnn部署 github代码一样 在将所有前置布置好了之后运行yolo.cpp的时候可能会出现图1problem的问题。 这个是由于yolov5 v6.1版本的问题可以参考github源码中的issue的解决方案。当然也可以按照下面的进行代码进行修改。 #include fstream#include opencv2/opencv.hppstd::vectorstd::string load_class_list() {std::vectorstd::string class_list;std::ifstream ifs(./config_files/classes_fire.txt);std::string line;while (getline(ifs, line)){class_list.push_back(line);}return class_list; }void load_net(cv::dnn::Net net, bool is_cuda) {auto result cv::dnn::readNet(./config_files/yolov5n.onnx);if (is_cuda){std::cout Attempty to use CUDA\n;result.setPreferableBackend(cv::dnn::DNN_BACKEND_CUDA);result.setPreferableTarget(cv::dnn::DNN_TARGET_CUDA);}else{std::cout Running on CPU\n;result.setPreferableBackend(cv::dnn::DNN_BACKEND_OPENCV);result.setPreferableTarget(cv::dnn::DNN_TARGET_CPU);}net result; }const std::vectorcv::Scalar colors {cv::Scalar(255, 255, 0), cv::Scalar(0, 255, 0), cv::Scalar(0, 255, 255), cv::Scalar(255, 0, 0)};const float INPUT_WIDTH 640.0; const float INPUT_HEIGHT 640.0; const float SCORE_THRESHOLD 0.2; const float NMS_THRESHOLD 0.4; const float CONFIDENCE_THRESHOLD 0.4;struct Detection {int class_id;float confidence;cv::Rect box; };cv::Mat format_yolov5(const cv::Mat source) {int col source.cols;int row source.rows;int _max MAX(col, row);cv::Mat result cv::Mat::zeros(_max, _max, CV_8UC3);source.copyTo(result(cv::Rect(0, 0, col, row)));return result; }// 所有的代码修改都在这个函数中 void detect(cv::Mat image, cv::dnn::Net net, std::vectorDetection output, const std::vectorstd::string className) {cv::Mat blob;auto input_image format_yolov5(image);cv::dnn::blobFromImage(input_image, blob, 1./255., cv::Size(INPUT_WIDTH, INPUT_HEIGHT), cv::Scalar(), true, false);net.setInput(blob);std::vectorcv::Mat outputs;// 添加代码使用opencv4.5.5的时候注释掉使用opencv4.7.0可以使用net.enableWinograd(false);net.forward(outputs, net.getUnconnectedOutLayersNames());float x_factor input_image.cols / INPUT_WIDTH;float y_factor input_image.rows / INPUT_HEIGHT;float *data (float *)outputs[0].data;const int dimensions 85;const int rows 25200;const int max_wh 768; // 这个值是偏移量这个酌情选择不然太大会导致dnn:nms不工作// 添加代码int out_dim2 outputs[0].size[2]; // 这里的是classconfxywh相当于COCO的指标的85std::vectorint class_ids;std::vectorfloat confidences;std::vectorcv::Rect boxes;std::vectorcv::Rect boxes_muti;for (int i 0; i rows; i) {// 添加代码int index i * out_dim2; // 每一次循环索引都是下一个pre_box的初始位置float confidence data[4 index]; // 修改代码 这样读取的值就是下一个的pre_box的confif (confidence CONFIDENCE_THRESHOLD) {// 修改代码 这样读取的值就是下一个的pre_box的classfloat * classes_scores data 5 index;cv::Mat scores(1, className.size(), CV_32FC1, classes_scores);cv::Point class_id;double max_class_score;minMaxLoc(scores, 0, max_class_score, 0, class_id);max_class_score * confidence; // conf obj_conf * cls_confif (max_class_score SCORE_THRESHOLD) {confidences.push_back(max_class_score);class_ids.push_back(class_id.x);// 修改代码这样读取的值就是下一个的pre_box的xywhfloat x data[0 index];float y data[1 index];float w data[2 index];float h data[3 index];int left int((x - 0.5 * w) * x_factor);int top int((y - 0.5 * h) * y_factor);int width int(w * x_factor);int height int(h * y_factor);boxes.push_back(cv::Rect(left, top, width, height));// 实现多分类NMS如果不需要实现就直接删掉该部分// 在这里添加的是类似yolov5nms的class_id位置偏移int left_muti int((x - 0.5 * w) * x_factor class_id.x * max_wh);int top_muti int((y - 0.5 * h) * y_factor class_id.x * max_wh);int width_muti int(w * x_factor class_id.x * max_wh);int height_muti int(h * y_factor class_id.x * max_wh);boxes_muti.push_back(cv::Rect(left_muti, top_muti, width_muti, height_muti));}}}std::vectorint nms_result;cv::dnn::NMSBoxes(boxes_muti, confidences, SCORE_THRESHOLD, NMS_THRESHOLD, nms_result);for (int i 0; i nms_result.size(); i) {int idx nms_result[i];Detection result;result.class_id class_ids[idx];result.confidence confidences[idx];result.box boxes[idx];output.push_back(result);} }int main(int argc, char **argv) {std::vectorstd::string class_list load_class_list();cv::Mat frame;cv::VideoCapture capture(sample_fire2.mp4);// 如果想要将结果保存为视频/cv::VideoWriter writer;int coder cv::VideoWriter::fourcc(M, J, P, G);double fps_w 25.0;//设置视频帧率std::string filename fire.avi;//保存的视频文件名称writer.open(filename, coder, fps_w, cv::Size(640, 360));//创建保存视频文件的视频流 Size(640, 360)是smaple_fire2.mp4的分辨率/if (!capture.isOpened()){std::cerr Error opening video file\n;return -1;}// 因为是window系统且直接使用VStudio运行代码的如果想使用cuda直接将is_cuda true即可bool is_cuda argc 1 strcmp(argv[1], cuda) 0;cv::dnn::Net net;load_net(net, is_cuda);auto start std::chrono::high_resolution_clock::now();int frame_count 0;float fps -1;int total_frames 0;while (true){capture.read(frame);if (frame.empty()){std::cout End of stream\n;break;}std::vectorDetection output;detect(frame, net, output, class_list);frame_count;total_frames;int detections output.size();for (int i 0; i detections; i){auto detection output[i];auto box detection.box;auto classId detection.class_id;const auto color colors[classId % colors.size()];cv::rectangle(frame, box, color, 3);cv::rectangle(frame, cv::Point(box.x, box.y - 20), cv::Point(box.x box.width, box.y), color, cv::FILLED);cv::putText(frame, class_list[classId].c_str(), cv::Point(box.x, box.y - 5), cv::FONT_HERSHEY_SIMPLEX, 0.5, cv::Scalar(0, 0, 0));}if (frame_count 30){auto end std::chrono::high_resolution_clock::now();fps frame_count * 1000.0 / std::chrono::duration_caststd::chrono::milliseconds(end - start).count();frame_count 0;start std::chrono::high_resolution_clock::now();}if (fps 0){std::ostringstream fps_label;fps_label std::fixed std::setprecision(2);fps_label FPS: fps;std::string fps_label_str fps_label.str();cv::putText(frame, fps_label_str.c_str(), cv::Point(10, 25), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(0, 0, 255), 2);}cv::imshow(output, frame);// writer.write(frame); // 如果想要将结果保存为视频if (cv::waitKey(1) ! -1){capture.release();// writer.release(); // 如果想要将结果保存为视频std::cout finished by user\n;break;}}std::cout Total frames: total_frames \n;return 0; }c 推理结果 opencv 4.5.5 yolov5 v6.1 导出的是yolov5n.onnx yolov5_deploy_fire opencv 4.7.0 yolov5 v6.1 导出的是yolov5n.onnx yolov5_deploy_fire2