yx868yx的博客

思路很简单，适合相机固定，ROI变化不大的场景。原图备份后先截取不规则的ROI区域，其他区域置为黑背景，检测识别效果。在原图上，将上述识别效果画在原图上。

网上找的opencv相机标定代码，直接用手机拍照测试测试了一下，简单的测试只用了6张图片，踩到了坑：报错信息：0x00007FF8ADE94F69 处(位于 video.exe 中)有未经处理的异常: Microsoft C++ 异常:cv::Exception，位于内存位置 0x000000E91C2FDBC0 处。

代码：https://github.com/wang-xinyu/tensorrtx/tree/master/yolov5（v3.0版）https://github.com/ultralytics/yolov5(v3.0版)环境：cuda：10.2 ，cudnn：8.0.4， tensorrt ：7.1.3，pytorch：1.7.0一、生成转tensorrt的中间文件 yolov5.wtsyolov5s.pt （v3.0）放入weights文件夹在yolov5-3.0工程中运行：pytho

界面效果如下：1、用QPainter 画背景图2、QPushButton（本地上传和检测），当点击本地上传时打开本地文件夹选择要检测的图片；点击检测按钮时才会检测图片3、label显示，显示上传的图片和检测后的图片4、textEdit，显示检测后的精度，更换图片就清空1、在.pro中加入opencv编译库DEFINES += QT_DEPRECATED_WARNINGSINCLUD...