【C++】OpenCV：YOLO目标检测介绍及实现示例

1. 原理

我们都知道，yolo这些深度学习检测算法都是在python下用pytorch或tf框架这些训练的，训练得到的是pt或者weight权重文件，这些是算法开发人员做的事情，如何让算法的检测精度更高、速度更快。

但在工程化的时候，一般还是要用C++实现的，OpenCV不只是能进行图像的基本处理（以前我太肤浅了），它还有很多能处理深度学习的模块，比如DNN模块就支持调用多种框架下训练的权重文件。

下面就在VS2017+OpenCV454环境下进行演示。可以选择4种yolo变体，可以检测图片或视频。
（代码参考这位博主，以下是集成和演示）

2. 图片检测程序

运行代码前，请先配置好VS和OpenCV环境，然后准备好yolo相关权重文件（cfg+weight）。

首先定义yolo.h头文件：