基于OpenCV DNN实现YOLOv8的模型部署与推理演示

OpenCV DNN模块

基于OpenCV DNN实现YOLOv8推理的好处就是一套代码就可以部署在Windows10系统、乌班图系统、Jetson的Jetpack系统，不用改任何代码，只需要辅助简单的CMake脚本即可。

作者基于OpenCV4.8 DNN实现了两个推理类分别支持 OBB旋转对象检测与姿态评估，一键支持windows10、乌班图、Jetpack三个系统上推理部署。

OpenCV4.8安装测试

OpenCV安装与CMake脚本

安装好的以后的测试代码使用的CMake脚本如下：

cmake_minimum_required(VERSION3.1)
project(chapter_one)
find_package(OpenCVREQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})
add_executable(chapter_onetest.cpp)
target_link_libraries( chapter_one ${OpenCV_LIBS} )

测试运行代码：

#include 
#include 


using namespace cv;
using namespace std;
void video_demo();
int main(int argc, char** argv) {
  Mat image = imread("lena.jpg", IMREAD_UNCHANGED);
  namedWindow("input", WINDOW_AUTOSIZE);
  imshow("input", image);
  waitKey(0);
  destroyAllWindows();
  return 0;
}

运行测试结果如下：

YOLOv8部署与推理

基于封装的YOLOv8 OBB 旋转对象检测与姿态评估推理类API调用实现的推理演示测试代码

#include
#include
#include

std::stringlabel_map="/home/zhigang/cppworkspace/dotav1.txt";
intmain(intargc,char**argv){
std::vectorclassNames;
std::ifstreamfp(label_map);
std::stringname;
while(!fp.eof()){
getline(fp,name);
if(name.length()){
classNames.push_back(name);
}
}
fp.close();
std::shared_ptrdetector(newYOLOv8ObbDetector());
detector->initConfig("/home/zhigang/cppworkspace/yolov8s-obb.onnx",0.4f,1024,1024);
cv::Matframe=cv::imread("/home/zhigang/cppworkspace/plane_02.jpg");
cv::imshow("input",frame);
cv::waitKey();
detector->detect(frame,classNames);
cv::imshow("YOLOv8OBB+OpenCV4.8",frame);
cv::waitKey(0);
cv::destroyAllWindows();
return0;
}

乌班图系统下运行结果：

Jetson Nano开发板上推理自定义数据的旋转对象检测模型 结果:

真的是同一套代码，只需要修改一下客户端调用的路径，就可以实现三种系统平台上的YOLOv8模型部署与推理演示。

审核编辑：刘清