YOLOv5的ncnn推理部署

本文档介绍了如何使用YOLOv5_6.0模型在ncnn环境中进行推理部署。首先,提供了模型来源链接,接着强调了ncnn模型转换过程未在此处详述,需要自行参照教程完成。开发环境包括VS2019、cmake3.18、protobuf-3.4.0和opencv3.4。同时,提供了环境配置和项目创建的参考链接。在VS2019中新建项目并根据yolov5.cpp修改程序,如选择模型版本、加载模型,并指定图片路径。最后,作者计划后续推出yolov5与deepsort结合的教程及ncnn模型的int8量化教程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述
此处使用的模型是yolov5_6.0,模型白嫖来自于:
https://github.com/nihui/ncnn-assets/tree/master/models
yolov5s_6.0.bin和yolov5s_6.0.param,此处没有写ncnn的模型转换过程,请根据我的ncnn教程安装好之后,转换自己的ncnn模型。

环境为:vs2019,cmake3.18,protobuf-3.4.0,opencv3.4,配置教程请参考我的博客:
https://blog.youkuaiyun.com/qq_41920323/article/details/129718561?spm=1001.2014.3001.5502

VS2019下新建项目yolov5,然后参考大佬的yolov5.cpp:
https://github.com/Tencent/ncnn/blob/master/examples/yolov5.cpp

环境配置:添加库和依赖,参考我的yolov4-ncnn-int8量化教程添加。

程序修改
版本选择
在这里插入图片描述

模型加载

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ghx3110

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值