ncnn opencv VS2017 window10 yolov5调用摄像头实时目标检测

最新推荐文章于 2024-04-02 19:17:55 发布

笨可七

最新推荐文章于 2024-04-02 19:17:55 发布

阅读量1.8k

点赞数 4

分类专栏： ncnn OpenCV(4.5.2) 文章标签： opencv 目标检测

本文链接：https://blog.csdn.net/bank777777/article/details/126108910

版权

OpenCV(4.5.2) 同时被 2 个专栏收录

2 篇文章 0 订阅

订阅专栏

ncnn

1 篇文章 0 订阅

订阅专栏

环境下载、编译
VS2017新建项目--编译yolov5
输入图片测试检测效果
调用本地摄像头，实时检测
参考知乎、博客文章

OpenCV + NCNN 在VS2017调用yolov5记录
根据ncnn+opencv+yolov5调用摄像头进行检测这位博主的文章自己走了一遍，记录一下，防忘记！！！

环境下载、编译

1 OpenCV-4.5.4下载、配置

OpenCV-4.5.4下载地址：
链接：https://pan.baidu.com/s/1gzdkrbNWX1urmTIf5X2TOA?pwd=9u82
提取码：9u82
下载后解压exe文件，将解压后目录里的以下红框中的路径添加到电脑环境系统变量里
在这里插入图片描述

2 CMake下载安装、配置

这里默认已经安装配置了VS2017

cmake-3.24.0下载地址如下：cmake下载入口
cmake
下载.zip文件后解压即可（这里不用安装cmake软件，如果要安装软件，可以下载上图中的.msi文件进行安装），打开解压文件找到bin文件，然后将该绝对路径 <cmake安装路径>\bin添加到电脑环境变量（系统变量）
在这里插入图片描述

3 下载、编译protobuf-3.4.0

1、protobuf-3.4.0下载地址：protobuf下载入口
2、同样下载后解压即可（记住解压后的存放位置）
3、接着打开VS2017的x64命令行
在这里插入图片描述

4、在命令窗口中执行一下命令：
（1）使用cd 命令将操作路径移动到解压后的protobuf-3.4.0目录下；如上图
（2）再依次执行如下命令（一条一条执行）：

> mkdir build-vs2017
> cmake -G"NMake Makefiles" -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=%cd%/install -Dprotobuf_BUILD_TESTS=OFF -Dprotobuf_MSVC_STATIC_RUNTIME=OFF ../cmake
>nmake
>nmake install

这个过程需要几分钟，全部完成后，protobuf-3.4.0文件下会生成build-vs2017文件，包含如下：
在这里插入图片描述

4 下载、编译ncnn

1、ncnn下载地址：GitHub链接可直接用git clone该项目；
2、与protobuf一样，打开VS2017的X64命令终端，cd 进入到上一步clone的ncnn的根目录下；
3、逐一执行如下命令：
注意：在第三条命令中的 protobuf-root-dir 处，需要根据自己的protobuf根路径，修改3个地方

mkdir -p build-vs2017

cd build-vs2017

cmake -G"NMake Makefiles" -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=%cd%/install -DProtobuf_INCLUDE_DIR=<protobuf-root-dir>/build-vs2017/install/include -DProtobuf_LIBRARIES=<protobuf-root-dir>/build-vs2017/install/lib/libprotobuf.lib -DProtobuf_PROTOC_EXECUTABLE=<protobuf-root-dir>/build-vs2017/install/bin/protoc.exe -DNCNN_VULKAN=OFF ..

nmake

nmake install

编译完之后，生成build-vs2017文件如下：

在这里插入图片描述

VS2017新建项目–编译yolov5

1、先新建一个空项目，命名为yolov5
在这里插入图片描述
2、下载yolov5s_6.0.bin和yolov5s_6.0.param两个权重文件下载入口
将两个下载的文件存放于VS2017刚新建的项目的yolov5_test文件夹下,确保这两个文件和后面的.cpp文件在同一目录下

3、在VS项目中新建一个.cpp源文件
在这里插入图片描述

4、复制如下链接yolov5.cpp中的代码，粘贴到刚创建的.cpp文件里。
5、添加cpp所需要的依赖项（头文件、依赖库、链接输入）
如未正确添加依赖库，头文件会出现如下报错

添加开始：
（1）右键->属性
在这里插入图片描述
（2）选择release x64平台， VC++目录 -> 包含目录

在包含目录中逐一浏览找到下面所示的目录，添加到包含目录中去

包含目录：
E:\OpenCV4\opencv\build\include
E:\OpenCV4\opencv\build\include\opencv2
E:\ncnn\ncnn\build-vs2017\install\include\ncnn
E:\ncnn\ncnn\build-vs2017\install\include

在这里插入图片描述
（3）、VC++目录 -> 库目录
同样的操作，在库目录中添加如下目录

库目录
E:\ncnn\ncnn\build-vs2017\install\lib
E:\OpenCV4\opencv\build\x64\vc15\lib
E:\protobuf\protobuf-3.4.0\build-vs2017\install\lib

在这里插入图片描述

（4）、链接器->输入->附加依赖项
在这里插入图片描述
输入如下依赖项

libprotobuf.lib
opencv_world454.lib
ncnn.lib

在这里插入图片描述
6、VS2017中生成解决方案
原代码生成绝决方案不成功，我这边会出现如下报错，

这是由于IDE默认不适用sprintf这个旧函数。
解决方法：在yolov5.cpp里的头部加入#pragma warning(disable:4996)语句即可，添加完之后，重新生成解决方案。

到这里环境都配置完毕了，项目文件夹内容如下：
在这里插入图片描述

输入图片测试检测效果

在这里插入图片描述
从yolov5.cpp的main函数中我们看到，需要传入检测图片的路径：
项目–属性–调试–命令参数

输入图片路径即可

点击运行，结果如下
在这里插入图片描述

调用本地摄像头，实时检测

我们之前检测是获取图片路径，这时我们就注释掉图片路径的读入，直接获取视频输入，然后传给

detect_yolov5(m, objects);
draw_objects(m, objects);

直接将原来main函数里的全部注释掉，替换成如下代码：

	cv::VideoCapture capture(0);

	cv::Mat frame;
	while (true)
	{
		capture >> frame;
		flip(frame, frame, 1);
		cv::Mat m = frame;
		std::vector<Object> objects;

		detect_yolov5(m, objects);
		draw_objects(m, objects);
		
		if (cv::waitKey(1) == 'q')
			break;
		
	}
	capture.release();