韩若熙的博客

上一篇介绍过使用onnxruntime实现模型推理部署，但在我的机器上视频效果仍不理想，本篇介绍使用openvino完成模型推理部署。openvino是Intel开发的深度学习模型推理加速引擎，支持python和C++，使用起来比较方便。

  上一篇介绍过使用opencv-dnn模块实现模型推理部署，但视频效果较差，本篇介绍使用onnxruntime完成模型推理部署。Intel® Core i5-7400 CPU @ 3.00GHZIntel® HD Graphics 630 内存4G 核显内存 8Gwin10 64位系统opencv4.2.0yolov5 6.2版本qt5.6.2onnxruntime-win-x86-1.11.1我使用的是onnx模型，如果没有训练过自己的模型，可以使用官方的yolov5s.pt模型，将其转化为

最近工作中需要用yolov5训练模型，然后在win10系统下，完成推理部署。本篇主要介绍使用opencv-dnn模块实现模型推理部署。

上一篇《win10系统下Yolov5目标检测环境搭建（Anaconda3+Pytorch+Yolov5，CPU，无GPU）》中，介绍了win10系统下yolov5的环境搭建步骤，本篇在此环境下，实现吸烟行为识别检测。注意：修改自己对应的类别个数和类别名。

最近公司有一个项目需要做目标检测，具体应用是这样的，利用RealSense D435实现医院场景下的垃圾袋、矿泉水瓶等物体的识别，获取其在世界坐标系下的坐标和最合理的抓取位置，驱动机器人底盘移动，驱动dobot机械臂实现抓取。之前没搞过深度学习这方面的东西，问了度娘，最后决定使用yolov5去实现目标检测，参考了众大佬的博客，最终安装成功，在此记录一下。