yolo v5 onnxruntime与opencv cv2加载部署推理、实时摄像头检测

loong_XL

已于 2023-06-07 09:27:33 修改

阅读量7.5k

点赞数 7

分类专栏：深度学习文章标签： yolov5 cv2 onnxruntime

于 2022-04-13 17:48:51 首次发布

本文链接：https://blog.csdn.net/weixin_42357472/article/details/124153831

版权

深度学习专栏收录该内容

276 篇文章 138 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用ONNXRuntime加载并推理YoloV5的ONNX模型，以及结合OpenCV进行实时摄像头检测。分别从onnxruntime调用摄像头并计算fps，以及使用cv2加载部署推理两方面进行了详细说明，并提供了相关参考链接。

摘要由CSDN通过智能技术生成

参考：https://github.com/hpc203/yolov5-lite-onnxruntime
https://github.com/hpc203/yolov5-dnn-cpp-python

1、onnxruntime 加载推理yolo v5 onnx

import cv2
import numpy as np
import argparse
import onnxruntime as ort
import math

class yolov5_lite():
    def __init__(self, model_pb_path, label_path, confThreshold=0.5, nmsThreshold=0.5, objThreshold=0.5):
        so = ort.SessionOptions()
        so.log_severity_level = 3
        self.net = ort.InferenceSession(model_pb_path, so)
        self.classes = list(map(lambda x: x.strip(), open(label_path, 'r').readlines()))
        self.num_classes = len(self.classes)
        anchors = [[10, 13, 16, 30, 33, 23], [30, 61, 62, 45, 59, 119

了解本专栏