本文原创首发于CSDN,如需转载请私信作者
基于numpy改写ultralytics/yolov5 v6.0 的opencv dnn/onnxruntime推理代码,无需依赖pytorch;前处理后处理使用numpy代替了pytorch;故无需修改任何网络结构或代码即可使用
https://github.com/VITA-Alchemy/yolov5_6.0_opencvdnn_python
git clone -b v6.0 https://github.com/ultralytics/yolov5.git
download https://github.com/ultralytics/yolov5/releases/download/v6.0/yolov5s.pt
python export.py --simplify --opset 12
python detect.py --weights ./yolov5s.onnx --dnn
python main_dnn.py
detect.py 版本
main_dnn.py 版本
官方的onnx模型相对于torch原生模型精度略微会有所下降,还在可接受范围。
2021.12.08 更新opencv dnn推理,cpu速度相对原版有提升。
2021.12.12 更新onnxruntime推理,cpu速度相对原版有提升,gpu无提升。
2022.02.27 测试v6.1版本,可正常使用。