openvino c++部署yolov8模型报错

源项目地址：https://github.com/openvino-book/yolov8_openvino_cpp

1. 模型导入失败

模型导出时dynamic需要设置为False：

yolo export model=yolov8s.pt format=onnx dynamic=False

这里如果使用openvino的xml格式导入会报错，直接使用onnx模型(不知道为什么报错，如果有知道原因麻烦赐教)

auto compiled_model = core.compile_model("yolov8s.onnx", "CPU");

2. 替换为自己的模型时报错
   除了更改类别外，还要更改类的数量

const std::vector<std::string> class_names = { "spots", "scratch", "stains" };
//改为自己的类

// Figure out the bbox, class_id and class_score
    for (int i = 0; i < output_buffer.rows; i++) {
        Mat classes_scores = output_buffer.row(i).colRange(4, 84);
        //84修改为自己的类别数加4，我这里目标有3种改为7
        Point class_id;
        double maxClassScore;
        minMaxLoc(classes_scores, 0, &maxClassScore, 0, &class_id);

        if (maxClassScore > score_threshold) {
            class_scores.push_back(maxClassScore);
            class_ids.push_back(class_id.x);
            float cx = output_buffer.at<float>(i, 0);
            float cy = output_buffer.at<float>(i, 1);
            float w = output_buffer.at<float>(i, 2);
            float h = output_buffer.at<float>(i, 3);

            int left = int((cx - 0.5 * w) * scale);
            int top = int((cy - 0.5 * h) * scale);
            int width = int(w * scale);
            int height = int(h * scale);

            boxes.push_back(Rect(left, top, width, height));
        }
    }
   

可以在netron上查看onnx模型