本文介绍了如何在C++环境中调用Python的YOLOv5模型进行目标检测，包括环境配置、C++调用Python的步骤、YOLOv5源码的修改以及C++读取Python返回值的方法。通过示例代码详细阐述了各个步骤，实现了从C++读取图片，通过YOLOv5模型进行目标检测，并将结果返回到C++的过程。
文章目录：
- 前言
- C++调用Python的步骤
- 修改YOLOv5源码
- C++读取Python返回值
前言
目前深度学习算法大多数是基于Python实现，但一些项目的框架是用C++搭建，所以就出现了在C++中调用模型的问题。本文主要记录C++调用Python-YOLOv5模型的步骤，实现C++中读取图片然后传入YOLO模型中进行检测，最后将类名、坐标、置信度返回到C++中。开发环境为QT5、Python3.8、Opencv3.414以及运行YOLOv5源码的虚拟环境。
一、C++调用Python步骤
1.配置环境
Python中自带有C++接口。首先需要导入Python目录下的include文件夹和库文件。
我的Python是用Anaconda安装，所以这里我加入的是Anaconda虚拟环境里的路径，同时也导入了Opencv3.4。
在.pro文件中加入以下内容，根据自己的路径更改：
INCLUDEPATH+=D:/Opencv_Source/build_x64/install/include \
D:/Anaconda/envs/yolov5/include \
D:/Anaconda/envs/yolov5/Lib/site-packages/numpy/core/include/numpy
Debug:
{
LIBS+=D:/Opencv_Source/build_x64/install/x64/vc14/lib/opencv_world3414d.lib \
D:/Anaconda/envs/yolov5/libs/python38_d.lib
}
Release:
{
LIBS+=D:/Opencv_Source/build_x64/install/x64/vc14/lib/opencv_world3414.lib \
D:/Anaconda/envs/yolov5/libs/python38.lib
}2.调用Python步骤
大致步骤为：
（1）初始化
（2）设置文件所在路径
（3）调用文件
（4）获得函数列
（5）调用函数
下面直接贴代码，包含前四部，可根据注释理解：
PyObject* pModule; //.py文件
PyObject* pFunc; //py文件中的函数
PyObject* pClass; //类
PyObject* pInstance; //实例
PyObject* args;//参数
Py_SetPythonHome(L"D:/Anaconda/envs/yolov5");//指定python.exe位置
Py_Initialize();//使用python之前，要调用Py_Initialize();这个函数进行初始化
PyRun_SimpleString("import sys");
PyRun_SimpleString("sys.path.append('./')");//设置.py文件所在位置
//file为不包含扩展名的文件名
pModule = PyImport_ImportModule(file); //调用上述路径下的.py文件
if (pModule == NULL)
{
cout << "Can't find the python file!" << endl;
return 0;
}
cout << "find file succed" << endl;
// 模块的字典列表
PyObject* pDict = PyModule_GetDict(pModule); //获得Python模块中的函数列
if (pDict == NULL)
{
cout << "Can't find the dictionary!" << endl;
return 0;
}
cout << "find dictionary succed" << endl;3.调用函数并传入参数
调用Python模块中的函数只需要两句代码，但C++中并没有直接将Mat类转换为Python数据类型的函数。
这里借鉴了别的博文的代码，将C++中Mat类型里的数据转换为Python里的元组作为参数传入Python模块.附链接：https://blog.csdn.net/qq_38109843/article/details/87969732
以下为C++中的代码
import_array();
int m, n;
n = img.cols*3;
m = img.rows;
unsigned char *data = (unsigned char*)malloc(sizeof(unsigned char) * m * n);
int p = 0;
for (int i = 0; i < m; i++)
{
for (int j = 0; j < n; j++)
{
data[p] = img.at<unsigned char>(i, j);
p++;
}
}
npy_intp Dims[2] = { m, n }; //给定维度信息
PyObject*PyArray = PyArray_SimpleNewFromData(2, Dims, NPY_UBYTE, data);
PyObject *ArgArray = PyTuple_New(2);
PyObject *arg = PyLong_FromLong(30);
PyTuple_SetItem(ArgArray, 0, PyArray);
PyTuple_SetItem(ArgArray, 1, arg);
//pDict是Python模块中的函数列，function是函数名
PyObject*pFunc = PyDict_GetItemString(pDict, function); //获取函数
//ArgArray是传入的参数，pRet是返回值
PyObject* pRet= PyObject_CallObject(pFunc, ArgArray); //调用函数Python中的代码：
def arrayreset(array):
a = array[:, 0:len(array[0] - 2):3]
b = array[:, 1:len(array[0] - 2):3]
c = array[:, 2:len(array[0] - 2):3]
a = a[:, :, None]
b = b[:, :, None]
c = c[:, :, None]
m = np.concatenate((a, b, c), axis=2)
return m注意传入的图像必须是RGB图像。
二、修改YOLOv5源码
1.YOLOv5环境配置
YOLO的环境配置我也是照着别人的博文配置，作为一个知识尚匮乏的大学生就不再写一篇误人子弟了。
直接上链接：https://blog.csdn.net/kasaiki/article/details/108651751
训练自己模型的方法：https://blog.csdn.net/weixin_44936889/article/details/110661862
2.修改YOLOv5代码
YOLOv5源码中就已经有detect.py文件用作目标检测，其功能也非常丰富，可以改变参数来实现不同的输入输出方式，这里我就直接做减法，只实现传入一张图片进行检测，返回目标的类名、坐标和置信度。
def detect(image,a=1,
weights='best.pt', # model.pt path(s)
imgsz=640, # inference size (pixels)
conf_thres=0.25, # confidence threshold
iou_thres=0.45, # NMS IOU threshold
device='cpu',
max_det=1000, # maximum detections per image
classes=None, # filter by class: --class 0, or --class 0 2 3
agnostic_nms=False, # class-agnostic NMS
augment=False, # augmented inference
line_thickness=3, # bounding box thickness (pixels)
hide_labels=False, # hide labels
hide_conf=False, # hide confidences
half=False, # use FP16 half-precision inference
):
#Initialize
set_logging()
device = select_device(device)
half &= device.type != 'cpu' # half precision only supported on CUDA
#加载图像
im0s = arrayreset(image)
img = letterbox(im0s)[0]
img = img[:, :, ::-1].transpose(2, 0, 1) # BGR to RGB, to 3x416x416
img = np.ascontiguousarray(img)
# Load model
model = attempt_load(weights, map_location=device) # load FP32 model
stride = int(model.stride.max()) # model stride
imgsz = check_img_size(imgsz, s=stride) # check image size
names = model.module.names if hasattr(model, 'module') else model.names # get class names
if half:
model.half() # to FP16
# Second-stage classifier
classify = False
if classify:
modelc = load_classifier(name='resnet101', n=2) # initialize
modelc.load_state_dict(torch.load('weights/resnet101.pt', map_location=device)['model']).to(device).eval()
# Run inference
if device.type != 'cpu':
model(torch.zeros(1, 3, imgsz, imgsz).to(device).type_as(next(model.parameters()))) # run once
t0 = time.time()
img = torch.from_numpy(img).to(device)
img = img.half() if half else img.float() # uint8 to fp16/32
img /= 255.0 # 0 - 255 to 0.0 - 1.0
if img.ndimension() == 3:
img = img.unsqueeze(0)
# Inference
t1 = time_synchronized()
pred = model(img, augment=augment)[0]
# Apply NMS
pred = non_max_suppression(pred, conf_thres, iou_thres, classes, agnostic_nms, max_det=max_det)
t2 = time_synchronized()
# Apply Classifier
if classify:
pred = apply_classifier(pred, modelc, img, im0s)
info = []
for i, det in enumerate(pred): # detections per image
if len(det):
# Rescale boxes from img_size to im0 size
det[:, :4] = scale_coords(img.shape[2:], det[:, :4], im0s.shape).round()
for *xyxy, conf, cls in reversed(det):# Add bbox to image
c = int(cls) # integer class
label = None if hide_labels else (names[c] if hide_conf else f'{names[c]} {conf:.2f}')
plot_one_box(xyxy, im0s, label=label, color=colors(c, True), line_thickness=line_thickness)
x1,y1,x2,y2=xyxy[0].item(), xyxy[1].item(), xyxy[2].item(), xyxy[3].item()
info.append(names[c])
info.append((x1, y1, x2, y2,conf.item()))
cv2.imshow('show', im0s)
print(f'Done. ({time.time() - t0:.3f}s)')
cv2.waitKey(0) # 1 millisecond
return info返回的info是一个列表，其格式是[name,(x1,y1,x2,y2,value)......]，name是类名，以字符串表示，元组里是坐标和置信度。将识别到的目标依次存储到列表里，再返回到C++中解析即可。
三、C++读取返回值
C++中有函数能转换Python的数据类型,这里我们返回值里有列表、字符串和元组，都有对应的函数进行转换。
我是看这篇博文学习的：https://blog.csdn.net/stu_csdn/article/details/69488385
下面附上代码：
char * buffer1; //储存Python文件返回值
PyObject *ListItem;
//定义坐标，置信度
float x1 = 0;
float y1=0;
float x2 = 0;
float y2=0;
float value=0;
if(PyList_Check(pRet)) //检查返回值是不是列表
{
for(int i=0;i<PyList_Size(pRet);i+=2)
{
ListItem=PyList_GetItem(pRet,i); //读取列表里的第i个元素
PyArg_Parse(ListItem,"s",&buffer1); //转换为字符串类型
buffer2=buffer1;
cout<<buffer2<<endl;
ListItem=PyList_GetItem(pRet,i+1);
PyArg_ParseTuple(ListItem, "f|f|f|f|f", &x1,&y1,&x2,&y2,&value);//转换为浮点型
cout<<"x1: "<<x1<<"y1: "<<y1<<"x2: "<<x2<<"y2: "<<y2<<" "<<value<<endl;
}
}整个代码运行得到的结果：
总结
想说一下自己短短涉猎深度学习半年多时间的感想。在学习深度学习之前我只是学习了Opencv来做一些比赛，后来看有图像处理的基础就跟着老师做项目才进阶深度学习。但我确实也像网上经常被嘲笑的调包侠一样，做深度学习也就会调个包，改改参数，工程能力确实有比较大的锻炼，但没有理论基础。所以接下来也会补一下理论知识来丰富自己，也想不只是学习深度学习的算法，多学一些Opencv的优秀算法。
扫一扫
5777
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
