如何使用 opencv 调用 yolov5 onnx 模型？

驭鲸·环球

已于 2022-09-01 18:07:08 修改

阅读量3.6k

点赞数

分类专栏： Opencv 文章标签： opencv c++ 人工智能

于 2022-08-01 16:38:53 首次发布

知识因分享而具有价值，回忆昨天，把握今天，期待明天。 —— 驭鲸·环球

本文链接：https://blog.csdn.net/highprox/article/details/126104389

版权

本文介绍了如何在C++和Python中利用OpenCV接口调用YOLOv5的ONNX模型进行目标检测。通过详细步骤，展示了如何加载模型并应用于实际图像，实现人工智能的目标检测功能。

摘要由CSDN通过智能技术生成

如何使用 opencv 调用 yolov5 onnx 模型？
rtx3090 24G release 90 fps by use yolov5n
请添加图片描述

rtx3090 24G release 20 fps by use yolov5s
请添加图片描述

#include <fstream>
#include <string>
#include <vector>
#include <opencv2/opencv.hpp>

/*!
 * use ONNX model
 * */
class YoloV5
{
public:
	struct Data{
		int classIndex;
		float confidence;
		cv::Rect box;
	};

	bool init(const std::string & model,bool isUseGPU = true) {
		try{
			net = cv::dnn::readNetFromONNX(model);
			if(isUseGPU) {
				net.setPreferableBackend(cv::dnn::DNN_BACKEND_CUDA);
				net.setPreferableTarget(cv::dnn::DNN_TARGET_CUDA);
				std::cout << "SET DNN_BACKEND_CUDA & DNN_TARGET_CUDA" << std::endl;
			}else {
				net.setPreferableBackend(cv::dnn::DNN_BACKEND_OPENCV);
				net.setPreferableTarget(cv::dnn::DNN_TARGET_CPU);
				std::cout << "SET DNN_BACKEND_OPENCV & DNN_TARGET_CPU" << std::endl;
			}
		}catch (const cv::Exception &e){
			std::cerr << e.what() << std::endl;
			return false;
		}
		return true;
	}

	void detect(cv::Mat & frame,const std::vector<std::string> &labels,std::vector<YoloV5::Data> &output,float confidenceThreshold