使用 C++ 部署 YOLO 目標檢測模型
作者：二旺
本文將向你展示如何僅使用OpenCV庫在C++中運行YOLO模型。本文介紹的是如何在CPU上運行YOLOv11模型，而不是GPU。
歸功于Ultralytics，在Python中運行目標檢測模型已經變得非常容易，但在C++中運行YOLO模型呢？本文將向你展示如何僅使用OpenCV庫在C++中運行YOLO模型。本文介紹的是如何在CPU上運行YOLOv11模型，而不是GPU。在GPU上運行模型需要安裝CUDA、CUDNN等，這些步驟可能會讓人感到困惑且耗時。我將在未來寫另一篇文章，介紹如何在支持CUDA的情況下運行YOLO模型。
目前，你只需要安裝OpenCV庫。如果還沒有安裝，可以學習這個鏈接安裝：https://www.youtube.com/watch?v=CnXUTG9XYGI&t=159s。
1. 克隆ultralytics/yolov11倉庫以導出為ONNX模型
- 創建一個新文件夾，并隨意命名。打開終端并將yolov11倉庫克隆到此文件夾中。我們將使用此倉庫將模型導出為onnx格式。
git clone https://github.com/ultralytics/ultralytics- 我將使用yolov11s.pt模型，但你可以使用自定義的yolov11模型，過程不會改變。你可以從這個鏈接（https://github.com/ultralytics/ultralytics）下載預訓練模型，或者使用自己的模型。
現在讓我們將使用下面命令將模型導出為onnx。在模型轉換過程中有不同的參數可以設置，你可以查看第二部分代碼中的model.export中的常用參數及解釋。
from ultralytics import YOLO
# 加載一個模型，路徑為 YOLO 模型的 .pt 文件
model = YOLO("/path/to/best.pt")
# 導出模型，格式為 ONNX
model.export(format="onnx")model.export(
format="onnx", # 導出格式為 ONNX
imgsz=(640, 640), # 設置輸入圖像的尺寸
keras=False, # 不導出為 Keras 格式
optimize=False, # 不進行優化 False, 移動設備優化的參數，用于在導出為TorchScript 格式時進行模型優化
half=False, # 不啟用 FP16 量化
int8=False, # 不啟用 INT8 量化
dynamic=False, # 不啟用動態輸入尺寸
simplify=True, # 簡化 ONNX 模型
opset=None, # 使用最新的 opset 版本
workspace=4.0, # 為 TensorRT 優化設置最大工作區大小（GiB）
nms=False, # 不添加 NMS（非極大值抑制）
batch=1, # 指定批處理大小
device="cpu" # 指定導出設備為CPU或GPU，對應參數為"cpu" , "0"
)2. 創建TXT文件以存儲YOLO模型標簽
這一步非常簡單，你只需要創建一個txt文件來存儲標簽。如果你像我一樣使用預訓練的YOLO模型，你可以直接從這個鏈接下載txt文件：https://github.com/amikelive/coco-labels/blob/master/coco-labels-2014_2017.txt。
如果你有自定義模型，那么創建一個新的txt文件并在其中寫入你的標簽，并可以隨意命名此文件。
3. 創建CMakeLists.txt文件
現在，讓我們創建一個CMakeLists.txt文件。使用CMake編譯C++程序時需要此文件。如果你從我分享的鏈接安裝了OpenCV，你應該已經安裝了CMake。
cmake_minimum_required(VERSION 3.10)
project(cpp-yolo-detection) # your folder name here
# Find OpenCV
set(OpenCV_DIR C:/Libraries/opencv/build) # path to opencv
find_package(OpenCV REQUIRED)
add_executable(object-detection object-detection.cpp) # your file name
# Link OpenCV libraries
target_link_libraries(object-detection ${OpenCV_LIBS})4. 代碼
最后，這是最后一步。我使用了這個倉庫中的代碼，但我修改了一些部分并添加了注釋，以幫助你更好地理解。
#include <fstream>
#include <opencv2/opencv.hpp>
// Load labels from coco-classes.txt file
std::vector<std::string> load_class_list()
{
std::vector<std::string> class_list;
// change this txt file to your txt file that contains labels
std::ifstream ifs("C:/Users/sirom/Desktop/cpp-ultralytics/coco-classes.txt");
std::string line;
while (getline(ifs, line))
{
class_list.push_back(line);
}
return class_list;
}
// Model
void load_net(cv::dnn::Net &net)
{
// change this path to your model path
auto result = cv::dnn::readNet("C:/Users/sirom/Desktop/cpp-ultralytics/yolov5s.onnx");
std::cout << "Running on CPU/n";
result.setPreferableBackend(cv::dnn::DNN_BACKEND_OPENCV);
result.setPreferableTarget(cv::dnn::DNN_TARGET_CPU);
net = result;
}
const std::vector<cv::Scalar> colors = {cv::Scalar(255, 255, 0), cv::Scalar(0, 255, 0), cv::Scalar(0, 255, 255), cv::Scalar(255, 0, 0)};
// You can change this parameters to obtain better results
const float INPUT_WIDTH = 640.0;
const float INPUT_HEIGHT = 640.0;
const float SCORE_THRESHOLD = 0.5;
const float NMS_THRESHOLD = 0.5;
const float CONFIDENCE_THRESHOLD = 0.5;
struct Detection
{
int class_id;
float confidence;
cv::Rect box;
};
// yolov5 format
cv::Mat format_yolov5(const cv::Mat &source) {
int col = source.cols;
int row = source.rows;
int _max = MAX(col, row);
cv::Mat result = cv::Mat::zeros(_max, _max, CV_8UC3);
source.copyTo(result(cv::Rect(0, 0, col, row)));
return result;
}
// Detection function
void detect(cv::Mat &image, cv::dnn::Net &net, std::vector<Detection> &output, const std::vector<std::string> &className) {
cv::Mat blob;
// Format the input image to fit the model input requirements
auto input_image = format_yolov5(image);
// Convert the image into a blob and set it as input to the network
cv::dnn::blobFromImage(input_image, blob, 1./255., cv::Size(INPUT_WIDTH, INPUT_HEIGHT), cv::Scalar(), true, false);
net.setInput(blob);
std::vector<cv::Mat> outputs;
net.forward(outputs, net.getUnconnectedOutLayersNames());
// Scaling factors to map the bounding boxes back to original image size
float x_factor = input_image.cols / INPUT_WIDTH;
float y_factor = input_image.rows / INPUT_HEIGHT;
float *data = (float *)outputs[0].data;
const int dimensions = 85;
const int rows = 25200;
std::vector<int> class_ids; // Stores class IDs of detections
std::vector<float> confidences; // Stores confidence scores of detections
std::vector<cv::Rect> boxes; // Stores bounding boxes
// Loop through all the rows to process predictions
for (int i = 0; i < rows; ++i) {
// Get the confidence of the current detection
float confidence = data[4];
// Process only detections with confidence above the threshold
if (confidence >= CONFIDENCE_THRESHOLD) {
// Get class scores and find the class with the highest score
float * classes_scores = data + 5;
cv::Mat scores(1, className.size(), CV_32FC1, classes_scores);
cv::Point class_id;
double max_class_score;
minMaxLoc(scores, 0, &max_class_score, 0, &class_id);
// If the class score is above the threshold, store the detection
if (max_class_score > SCORE_THRESHOLD) {
confidences.push_back(confidence);
class_ids.push_back(class_id.x);
// Calculate the bounding box coordinates
float x = data[0];
float y = data[1];
float w = data[2];
float h = data[3];
int left = int((x - 0.5 * w) * x_factor);
int top = int((y - 0.5 * h) * y_factor);
int width = int(w * x_factor);
int height = int(h * y_factor);
boxes.push_back(cv::Rect(left, top, width, height));
}
}
data += 85;
}
// Apply Non-Maximum Suppression
std::vector<int> nms_result;
cv::dnn::NMSBoxes(boxes, confidences, SCORE_THRESHOLD, NMS_THRESHOLD, nms_result);
// Draw the NMS filtered boxes and push results to output
for (int i = 0; i < nms_result.size(); i++) {
int idx = nms_result[i];
// Only push the filtered detections
Detection result;
result.class_id = class_ids[idx];
result.confidence = confidences[idx];
result.box = boxes[idx];
output.push_back(result);
// Draw the final NMS bounding box and label
cv::rectangle(image, boxes[idx], cv::Scalar(0, 255, 0), 3);
std::string label = className[class_ids[idx]];
cv::putText(image, label, cv::Point(boxes[idx].x, boxes[idx].y - 5), cv::FONT_HERSHEY_SIMPLEX, 2, cv::Scalar(255, 255, 255), 2);
}
}
int main(int argc, char **argv)
{
// Load class list
std::vector<std::string> class_list = load_class_list();
// Load input image
std::string image_path = cv::samples::findFile("C:/Users/sirom/Desktop/cpp-ultralytics/test2.jpg");
cv::Mat frame = cv::imread(image_path, cv::IMREAD_COLOR);
// Load the modeL
cv::dnn::Net net;
load_net(net);
// Vector to store detection results
std::vector<Detection> output;
// Run detection on the input image
detect(frame, net, output, class_list);
// Save the result to a file
cv::imwrite("C:/Users/sirom/Desktop/cpp-ultralytics/result.jpg", frame);
while (true)
{
// display image
cv::imshow("image",frame);
// Exit the loop if any key is pressed
if (cv::waitKey(1) != -1)
{
std::cout << "finished by user\n";
break;
}
}
std::cout << "Processing complete. Image saved /n";
return 0;
}5. 編譯并運行代碼
mkdir build
cd build
cmake ..
cmake --build .
.\Debug\object-detection.exe責任編輯：趙寧寧
來源：
小白玩轉Python
