华中科在最近开源了全景感知模型YOLOP,在YOLOv4的基础上做了改进,与YOLOv4相同的是都采用了CSP、SPP等模块,不同的是,YOLOP在Detect检测头之外增加了可驾驶区域分割和航道分割两个分支。很简洁的模型结构,获得了不错的效果。
官方开源的代码在:
https://github.com/hustvl/YOLOP
在我fork的分支,可以找到包含转换后的onnx文件和转换代码。
本篇文章不再介绍具体的模型结构,而是简单记录下,我对YOLOP进行C++工程化的过程。先附上完整的C++工程代码。
https://github.com/DefTruth/lite.ai/blob/main/ort/cv/yolop.cpp
测试结果如下:
YOLOP ONNXRuntime C++ 推理实现:
YOLOP ONNXRuntime C++ 实现https://github.com/DefTruth/lite.ai/blob/main/ort/cv/yolop.cpp
YOLOP ONNXRuntime C++ 推理Demo:
附个人项目:
Lite.AI: 一个目前包含YOLOX、YOLOP、YOLOR、YOLOv5、YOLOv4、YOLOv3等约70个模型C++工程的开源项目,持续更新中。如果你觉得对你有用的话,欢迎点赞关注。