Yolov5分别使用Cpp,Python,ROS部署

该资源详细介绍了如何使用OpenCV4.5.4结合YOLOv5模型进行物体检测,提供了C++、Python和ROS三种实现方式。代码已针对CMake构建优化,并支持ROS图像话题订阅。环境要求包括OpenCV4.5.4+、Python3.7+以及ROSmelodic。通过提供的步骤可以将YOLOv5模型转换为ONNX格式,并在不同环境下进行推理。
摘要由CSDN通过智能技术生成

Yolov5-OpenCV-Cpp-Python-ROS

代码地址
使用OpenCV 4.5.4推理YOLOv5模型,分别使用C++,Python和ROS实现。

基于yolov5-opencv-cpp-python修改。
在原代码的基础上使用CMake编译(能够更方便的定义程序路径),并且加入了对ROS传入图片的支持。

代码解释

  • 变量net_path定义了onnx网络模型路径.
  • 变量 class_path定义了分类文件的路径.
  • ROS节点订阅**/image**话题来获取输入图像.

NOTE: The code depends on the output dimension of your network model, which means the variables dimensions and rows in ros.cpp should be the exact same size of output dimensions.
注意: 网络推理的计算取决于网络模型的输出维度, 也就是说ros.cpp中的变量dimensions and rows应该与其一致.

环境配置

  • 任何Linux OS (在Ubuntu 18.04上测试)
  • OpenCV 4.5.4+
  • Python 3.7+(可选)
  • GCC 9.0+(可选)
  • ROS melodic(可选)

注意!!! 先于4.5.4的OpenCV版本不会正常运行。

使用ROS/C++推理

C++/ROS代码在Yolo_ROS/ros.cpp

git clone https://github.com/YellowAndGreen/Yolov5-OpenCV-Cpp-Python-ROS.git
cd Yolov5-OpenCV-Cpp-Python-ROS/Yolo_ROS
mkdir build && cd
评论
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