【opencv450-目标检测】coco数据集yolo4-tiny预训练模型加载测试

最新推荐文章于 2025-05-04 14:18:41 发布

原创最新推荐文章于 2025-05-04 14:18:41 发布 · 380 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#目标检测 #人工智能 #计算机视觉

opencv 同时被 2 个专栏收录

87 篇文章

订阅专栏

C++

46 篇文章

订阅专栏

该代码示例展示了如何在C++中运用OpenCV库进行目标检测。通过加载数据集，初始化模型并检测图像，程序将输出检测结果并保存到结果图片中。此过程涉及到图像读取、尺寸调整以及检测模型的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

识别效果

控制台主程序：

#include "Detection.h"
#include <iostream>

using namespace std;
using namespace cv;
using namespace dnn;

void TestDetection()
{
	std::vector<cv::String> files;
	glob("./data", files);

	for (size_t i = 0; i < files.size(); i++)
	{
		Mat img = imread(files[i]);
		cout << "width: " << img.cols << endl;
		cout << "height: " << img.rows << endl;
		Detection detection = Detection();
		detection.Initialize(img.cols, img.rows);
		detection.Detecting(img);
		string save_path = files[i].substr(0, files[i].rfind(".")) + "result.jpg";
		imwrite(save_path, detection.GetFrame());
		//detection.~Detection();
	}
	//waitKey();
	return;
	//string image_path = "./data/1.bmp";
	//string save_path = "./data/1.jpg";
	//string image_path = "./data/test.jpg";
	//string save_path = "./data/testresult.jpg";
	//Mat img = imread(image_path);
	//cout << "width: " << img.cols << endl;
	//cout << "height: " << img.rows << endl;

	/*Detection detection = Detection();
	detection.Initialize(img.cols, img.rows);
	detection.Detecting(img);
	imwrite(save_path, detection.GetFrame());*/
	//return;
}

int main()
{
	TestDetection();
	return 0;
}