QT+opencv4.5.4+yolov5+目标检测

原创于 2021-11-12 15:55:39 发布 · 4.7k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#qt #目标检测 #visual studio

AI-训练+部署专栏收录该内容

58 篇文章

订阅专栏

本文档展示了如何使用OpenCV4.5.4、CUDA10.2和QT5.9环境，结合Yolov5的最新版本进行目标检测。作者将Yolov5s.pt模型转换为ONNX格式，并通过代码展示了如何进行图像检测，将结果在GUI中显示。在检测过程中，代码随机生成颜色并绘制边界框，最后展示检测结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

之前做过yolov3、yolov4+opencv进行检测，yolov5出道了v6版本的时候，开始支持dnn模块，所以下载试试，

环境：opencv4.5.4 CUDA:10.2 QT:5.9

yolov5大家可以从git上clone，这里使用的是yolov5s.pt模型。给他转换为onnx

    cap>>img;
    vector<Scalar> color;
    srand(time(0));
    for (int i = 0; i < 80; i++) {
        int b = rand() % 256;
        int g = rand() % 256;
        int r = rand() % 256;
        color.push_back(Scalar(0, 0, 255));
    }
    QImage Qimg1=mat2QImage(img);
    ui->label->setScaledContents(true);
    ui->label->setPixmap(QPixmap::fromImage(Qimg1));
    vector<Output> result;
    if (test.Detect(img, net, result)) {
      img= test.drawPred(img, result, color);
      QImage Qimg2=mat2QImage(img);
       ui->label_2->setScaledContents(true);
      ui->label_2->setPixmap(QPixmap::fromImage(Qimg2));
      waitKey(10);
    }
    else {
       cout << "Detect Failed!" << endl;
    }

结果：