YOLOP ONNXRuntime C++ 工程化记录

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:  

YOLOP ONNXRuntime C++ 推理Demohttps://github.com/DefTruth/lite.ai/blob/main/examples/lite/cv/test_lite_yolop.cpp

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。

https://github.com/DefTruth/lite.aihttps://github.com/DefTruth/lite.aihttps://github.com/DefTruth/lite.ai