opencv3.4.2+yolov3+opendnn+cpu+gpu

最新推荐文章于 2025-05-30 08:59:31 发布

原创

最新推荐文章于 2025-05-30 08:59:31 发布 · 8.3k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#opendnn #yolov3 #opencv3.4.2 #检测 #GPU

本文介绍了如何利用OpenCV 3.4.2的DNN模块运行YOLOv3模型进行对象检测。尽管CPU版本可以成功运行，但在尝试GPU加速时遇到问题，程序自动切换回CPU模式。作者引用了OpenCV文档中关于GPU支持的限制，并提到可能需要Intel GPU才能启用GPU加速。后续计划尝试更新到OpenCV 3.4.3或探索使用OPEN VINO来解决GPU加速问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

opencv 3.4.2 已经出来了，并且添加了对yolo v3模型的支持。

opencv 的changelog

changelog里面提到了这句：

Added a support of YOLOv3 and image classification models from Darknet framework.

赶紧下载opencv3.4.2然后用opencv dnn这个推理结构试一下。

结果是cpu版本可以跑通，但是gpu加速开启不了。

先上我的参考代码。github地址：

ObjectDetection-YOLO

这是代码作者写的代码分析

deep-learning-based-object-detection-using-yolov3-with-opencv-python-c

作者给出了g++编译指令，但是我用了并没有通过。

OpenCV-DNN-YOLO.cpp:9:2: error: ‘c’ does not name a type
OpenCV-DNN-YOLO.cpp:14:2: error: ‘u’ does not name a type
OpenCV-DNN-YOLO.cpp:15:2: error: ‘u’ does not n