对YOLOV5官网推荐的DNN(C++版)推理代码的学习心得。
代码上传至
GitHub - zzbbzz626/yolov5-DNN-inferenceContribute to zzbbzz626/yolov5-DNN-inference development by creating an account on GitHub.https://github.com/zzbbzz626/yolov5-DNN-inferenceOpenCV version >= 4.5
YOLO检测头的大小可以通过上图计算过程计算。
检测头预测厚度为[x,y,w,h,conf,cls] cls=class number。当采用单分类时cls=1,因此图中的厚度为6。
在更改推理模型为自己训练的不同版本的YOLOV5推理出的onnx文件时,只需要更改程序的78、79行中的dimensions=自己训练模型的厚度,row=3x((img/8)^2+(img/16)^2+(img/32)^2)即可。
本文是将计算分析步骤分享出来,与大家一起进步学习!
源代码地址为:https://github.com/doleron/yolov5-opencv-cpp-python