YOLOv7-OpenCV-DNN-CPP 项目使用教程

YOLOv7-OpenCV-DNN-CPP 项目使用教程

yolov7-opencv-dnn-cpp 使用opencv部署yolov7 项目地址: https://gitcode.com/gh_mirrors/yo/yolov7-opencv-dnn-cpp

1. 项目目录结构及介绍

yolov7-opencv-dnn-cpp/
├── images/
├── models/
├── LICENSE
├── README.md
├── main.cpp
├── yolo.cpp
└── yolo.h

• images/: 存放示例图像文件。
• models/: 存放YOLOv7模型的权重文件和配置文件。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目的介绍和使用说明。
• main.cpp: 项目的启动文件，包含主程序逻辑。
• yolo.cpp: YOLOv7模型的实现文件。
• yolo.h: YOLOv7模型的头文件，包含API定义。

2. 项目启动文件介绍

main.cpp

main.cpp 是项目的启动文件，负责加载模型、读取图像并进行目标检测。以下是主要代码片段：

#include "yolo.h"

int main(int argc, char** argv) {
    // 初始化YOLOv7模型
    YOLO yolo("path/to/model.onnx");

    // 读取图像
    cv::Mat image = cv::imread("path/to/image.jpg");

    // 进行目标检测
    std::vector<Detection> detections = yolo.detect(image);

    // 处理检测结果
    for (const auto& detection : detections) {
        // 绘制检测框
        cv::rectangle(image, detection.bbox, cv::Scalar(0, 255, 0), 2);
    }

    // 显示结果图像
    cv::imshow("Detected Objects", image);
    cv::waitKey(0);

    return 0;
}

yolo.cpp

yolo.cpp 实现了YOLOv7模型的推理逻辑，包括模型的加载、前向传播和后处理。以下是主要代码片段：

#include "yolo.h"

YOLO::YOLO(const std::string& modelPath) {
    // 加载模型
    net = cv::dnn::readNetFromONNX(modelPath);
}

std::vector<Detection> YOLO::detect(const cv::Mat& image) {
    // 预处理图像
    cv::Mat blob = cv::dnn::blobFromImage(image, 1/255.0, cv::Size(640, 640), cv::Scalar(0, 0, 0), true, false);

    // 设置输入
    net.setInput(blob);

    // 前向传播
    std::vector<cv::Mat> outputs;
    net.forward(outputs, net.getUnconnectedOutLayersNames());

    // 后处理
    std::vector<Detection> detections = postprocess(outputs);

    return detections;
}

yolo.h

yolo.h 定义了YOLOv7模型的API接口，包括模型的初始化和检测方法。以下是主要代码片段：

#ifndef YOLO_H
#define YOLO_H

#include <opencv2/opencv.hpp>

struct Detection {
    cv::Rect bbox;
    float confidence;
    int classId;
};

class YOLO {
public:
    YOLO(const std::string& modelPath);
    std::vector<Detection> detect(const cv::Mat& image);

private:
    cv::dnn::Net net;
    std::vector<Detection> postprocess(const std::vector<cv::Mat>& outputs);
};

#endif // YOLO_H

3. 项目配置文件介绍

models/

models/ 目录下存放了YOLOv7模型的权重文件和配置文件。通常包括以下文件：

• model.onnx: YOLOv7模型的ONNX格式文件，用于OpenCV DNN模块加载。
• classes.txt: 目标检测的类别标签文件，每行一个类别名称。

配置文件示例

models/
├── model.onnx
└── classes.txt

• model.onnx: 这是YOLOv7模型的权重文件，使用ONNX格式保存，可以直接被OpenCV的DNN模块加载。
• classes.txt: 这是一个文本文件，包含了目标检测任务中的所有类别名称，每行一个类别。

通过以上配置文件和代码，您可以轻松地在C++环境中使用OpenCV部署YOLOv7模型进行目标检测。

yolov7-opencv-dnn-cpp 使用opencv部署yolov7 项目地址: https://gitcode.com/gh_mirrors/yo/yolov7-opencv-dnn-cpp