yolov5目标检测推理（opencv的DNN模块）

blobFromImage函数  

 

blobFromImage(InputArray image, 
              double scalefactor=1.0, 
              const Size& size = Size(),
              const Scalar& mean = Scalar(), 
              bool swapRB = false, 
              bool crop = false,
              int ddepth = CV_32F)

image:读取的图片数据
scalefactor: 缩放像素值，如 [0, 255] - [0, 1]
size: 输出blob(图像)的尺寸
mean: 从各通道减均值. 如果输入 image 为 BGR 次序，且swapRB=True，则通道次序为 (mean-R, mean-G, mean-B).
swapRB: 交换 3 通道图片的第一个和最后一个通道，如 BGR - RGB
crop: 图像尺寸 resize 后是否裁剪. 如果crop=True，则，输入图片的尺寸调整resize后，一个边对应与 size 的一个维度，而另一个边的值大于等于 size 的另一个维度；然后从 resize 后的图片中心进行 crop. 如果crop=False，则无需 crop，只需保持图片的长宽比
ddepth: 输出 blob 的 Depth. 可选: CV_32F 或 CV_8U

NMSBoxes函数 

void cv::dnn::NMSBoxes( vector<cv::Rect> _boxes,

                vector<float> _scores,

                float _score_threshold,

                float _nms_threshold,

                vector<int> _indices)
 _boxes: 输入边界框，一般为(x, y, w, h)格式的Rect格式的容器。
_scores: 输入边界框的预测分数，一般为每个边界框的类别概率或类别得分。
_score_threshold: 分数阈值，低于此阈值的边界框将被过滤掉。
_nms_threshold: 非极大值抑制阈值，用于决定哪些边界框之间的重叠度过高，需要抑制。
_indices: 输出参数，包含被选中的边界框的索引。

 

#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\dnn.hpp>
#include<fstream>
using namespace std;
using namespace cv;
using namespace dnn;


const std::vector<cv::Scalar> colors = { cv::Scalar(255, 255, 0), cv::Scalar(0, 255, 0), cv::Scalar(0, 255, 255), cv::Scalar(255, 0, 0) };
const float SCORE_THRESHOLD = 0.2;
const float CONFIDENCE_THRESHOLD = 0.6;
const float NMS_THRESHOLD = 0.4;

struct Detection
{
	int class_id;
	float confidence;
	cv::Rect box;
};

int main() {

	Net net = readNetFromONNX("best.onnx");//加载模型	
	net.setPreferableBackend(DNN_BACKEND_DEFAULT);//setPreferableBackend实际计算后台，defau1t默认是DNNBACKEND_OPENCV作为计算后台，使用此就行(也有加速后台ENGINE)
	net.setPreferableTarget(DNN_TARGET_CUDA);	//设置在什么设备上进行计算

	cv::Mat mat = imread("C:/Users/Administrator/Documents/visual studio 2015/Projects/test/test/box/0002 (2654).jpg");

	cv::Mat blob = cv::dnn::blobFromImage(mat, 1.0 / 255, cv::Size(960, 960), cv::Scalar(0, 0, 0), true);


	net.setInput(blob);
	std::vector<cv::Mat>outputs;

	net.forward(outputs);

	float* data = (float*)outputs[0].data;
	//dimensions为6，[0][1]为中心点xy坐标;[2][3]为wh;[4]为置信度，本模型一个类别，所以为5+1
	const int dimensions = 6;
	//rows为56700，对960*960像素的图片的3个通道分别进行了8、16、32倍采样，所以结果为120*120*3+60*60*3+30*30*3=56700
	const int rows = 56700;

	std::vector<int> class_ids;
	std::vector<float> confidences;
	std::vector<cv::Rect> boxes;


	for (int i = 0; i < rows; ++i) {

		float confidence = data[4];
		if (confidence >= CONFIDENCE_THRESHOLD) {

			float* classes_scores = data + 5;
			cv::Mat scores(1, 3, CV_32FC1, classes_scores);
			cv::Point class_id;
			double max_class_score;
			minMaxLoc(scores, 0, &max_class_score, 0, &class_id);
			if (max_class_score > SCORE_THRESHOLD) {

				confidences.push_back(confidence);

				class_ids.push_back(class_id.x);

				float x = data[0];
				float y = data[1];
				float w = data[2];
				float h = data[3];
				int left = int(x - 0.5 * w);
				int top = int(y - 0.5 * h);
				int width = int(w);
				int height = int(h);
				boxes.push_back(cv::Rect(left, top, width, height));
			}

		}
		data += 8;

	}
	std::vector<int> nms_result;
	cv::dnn::NMSBoxes(boxes, confidences, SCORE_THRESHOLD, NMS_THRESHOLD, nms_result);
	std::vector<Detection> output;
	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 detections = output.size();
	for (int i = 0; i < detections; ++i)
	{

		auto detection = output[i];
		auto box = detection.box;
		auto classId = detection.class_id;
		auto color = colors[classId % colors.size()];
		cv::rectangle(mat, box, color, 3);

	}
	cv::imshow("output", mat);
	waitKey();

}