【C++】【YOLO】搭建环境运行YOLO模型，完成目标识别

合集 - C++(17)

1.【C++】关于引用类型学习记录2023-11-072.【C++】【图像处理】直方图均衡算法解析（以.raw格式的图像为基础进行图像处理、gray levels：256）2023-11-123.【C++】【图像处理】均值滤波 and 高斯滤波 and 中值滤波 （低通滤波器）and Sobel算子边缘提取算法解析（以.raw格式的图像为基础进行图像处理、gray levels：256）2023-11-134.【C++】【图像处理】形态学处理（腐蚀、膨胀）算法解析（以.raw格式的图像为基础进行图像处理、gray levels：256）2023-11-165.【C++】【图像处理】灰度直方图实现算法解析（以.raw格式的图像为基础进行图像处理、gray levels：256）2023-11-086.【C++】【OpenCV】Visual Studio 2022 配置OpenCV2024-02-247.【C++】【OpenCV-4.9.0】灰度图取反(Mat属性的使用)2024-03-048.【C++】【OpenCV-4.9.0】视频写入（VideoWriter，借助samples中的代码示例来进行学习）2024-03-139.【C++】【MFC】Windows程序运行入口 and DialogBox2024-05-13

10.【C++】【YOLO】搭建环境运行YOLO模型，完成目标识别2024-05-29

11.【C++】【MFC】模态和非模态对话框2024-05-3012.【C++】【MFC】运行时类信息机制和动态创建机制2024-06-1713.【C++】【MFC】CView和CDocument关联以及COMMAND消息走向2024-06-2114.【C++】【MFC】MFC多文档框架2024-06-2415.【C++】【MFC】绘图2024-06-2416.【C++】【MFC】MFC序列化2024-06-2517.【C++】【MFC】控件集合2024-06-28

收起

1、安装Visual Studio，勾选C++和Python负荷

 2、安装CUDA | Pytorch | Python 这三者之间的版本关系很重要

详情参考：Pycharm搭建CUDA，Pytorch教程（匹配版本，安装，搭建全保姆教程）_cuda12.3对应的pytorch版本-CSDN博客

3、下载ultralytics所有代码进行修改（https://github.com/ultralytics/ultralytics/tree/main）

ultralytics-main\ultralytics\nn\modules\head.py文件中的：

y = torch.cat((dbox, cls.sigmoid()), 1)　　==》修改为　　y = torch.cat((dbox, cls), 1) 

 

ultralytics-main\examples\YOLOv8-CPP-Inference目录下的：

inference.cpp

inference.h

main.cpp

这三个文件

 

 放到新的控制台项目中

4、修改代码

// main.cpp

3　　#include <getopt.h>　　注释

14　　std::string projectBasePath = "/home/user/ultralytics";　　注释

27　　Inference inf(projectBasePath + "/yolov8s.onnx", cv::Size(640, 480), "classes.txt", runOnGPU);　　修改为

　　Inference inf("models/yolov5s.onnx", cv::Size(640, 640), "classes.txt", runOnGPU);

imageNames.push_back(projectBasePath + "/ultralytics/assets/bus.jpg");　　修改为自己的路径

 

还需配置项目库目录包含OpenCV