从零开始在win10+Qt上运行YOLOv3(2)工程实现

 

   本篇博客创建的工程来自于博客https://blog.csdn.net/stjuliet/article/details/88073033,这里对需要注意的问题和实现进行说明。

   1.首先按照上述博客内容准备相关文件,主要是opencv库和darknet编译生成的动态链接库,并对应放置到工程目录下。其中需要着重说明的问题是动态链接库的编译,可以参考https://blog.csdn.net/stjuliet/article/details/87884976?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task。由于后面编译工程是在release下进行的,因此在vs上进行编译时需要选择x64 release。使用GPU则需要编译yolo_cpp_dll.sln工程,使用CPU则编译yolo_cpp_dll_no_gpu.sln工程

2.文件创建好之后开始编译工程,选择release编译,笔者最开始按照上述博客内容进行操作时报错:

mainwindow.cpp(132): error C2664: “std::vector<bbox_t,std::allocator<_Ty>> Detector

  • 2
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 35
    评论
PyCharm是一种很受欢迎的Python集成开发环境(IDE),它提供了许多强大的功能,方便开发者编写和调试Python代码。通过PyCharm,我们可以创建、编辑和运行Python项目,还可以使用其强大的调试工具帮助我们查找和修复代码错误。 而Qt5是一个流行的跨平台应用程序开发框架,它用于开发图形用户界面(GUI)和嵌入式系统。Qt提供了丰富的GUI控件和功能,使得开发者能够创建漂亮且功能丰富的应用程序。Qt的主要语言是C++,但它也提供了Python绑定,可以在Python中使用Qt开发应用程序。 YOLOv8是一个有名的实时目标检测算法,它是YOLO(You Only Look Once)系列算法的最新版本。YOLOv8使用深度学习模型,可以在图像或视频中实时检测多个目标,并输出它们的位置和类别。这使得它在很多应用领域都有广泛的应用,如智能安防、自动驾驶等。 结合起来,如果你想用PyCharm和Qt5来开发一个基于YOLOv8的应用程序,你可以使用PyCharm作为开发环境,来创建和编辑你的Python代码。你可以使用Qt5来创建应用程序的界面,并集成YOLOv8模型来实现目标检测功能。PyCharm的调试工具可以帮助你调试和优化你的代码,而Qt的GUI控件和功能可以让你的应用程序具有更好的用户界面和交互性。 使用PyCharm和Qt5开发YOLOv8应用程序可以帮助你更高效地进行开发,并且能够快速迭代和测试你的代码。这样你就可以更好地利用YOLOv8算法,并将其应用于实际生产环境中。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 35
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值