YOLOV8目标检测C++推理问题总结

背景

数据集有限，使用paddleOCR直接识别准确率无法达到99%，这里尝试用目标检测对识别得分比较低的图片进行二次处理；
类别数目：数字（10）+字母（26）+字符（2）= 38
数据集标注跟训练过程这里使用自己开发的软件；

标注格式与labelimg一致，使用官网方法训练效果也一样；yolo目标检测官网

具体参考官方代码，这里记录注意事项（VS2019 + Qt）；
推理参考：https://github.com/ultralytics/ultralytics/tree/main/examples

一、使用OpenCV的DNN

二、ONNXRuntime

三、Libtorch

libtorch 1.13.0
cpu-release：