使用ONNXRuntime部署anchor-free系列的YOLOR,包含C++和Python两种版本的程序

Overview

yolor-onnxruntime

使用ONNXRuntime部署anchor-free系列的YOLOR,包含C++和Python两种版本的程序

YOLOR是一个anchor-free系列的YOLO目标检测,不需要anchor作为先验。本套程序参考了YOLOR的 官方程序(https://github.com/WongKinYiu/yolor), 官方代码里是使用pytorch作为深度学习框架的。 根据官方提供的.pth文件,生成onnx文件后,我本想使用OpenCV作为部署的推理引擎的,但是在加载onnx 文件这一步始终出错,于是我决定使用ONNXRuntime作为推理引擎。在编写完Python版本的程序后, 在本机win10-cpu环境里,在visual stdio里新建一个c++空项目,按照csdn博客里的文章讲解来配置onnxruntime, 配置的步骤跟配置Opencv的步骤几乎一样。在编写完c++程序后,编译运行,感觉onnxruntime的推理速度要比 opencv的推理速度快,看来以后要多多使用onnxruntime作为推理引擎了,毕竟onnxruntime是微软推出的专门针对 onnx模型做推理的框架,对onnx文件有着最原生的支持。 本套程序里的onnx文件从百度云盘下载, 链接:https://pan.baidu.com/s/1Mja0LErNE4dwyj_oYsOs2g 提取码:qx2j

Owner
深度学习算法工程师
null
用opencv部署nanodet目标检测,包含C++和python两种版本程序的实现

nanodet-opncv-dnn-cpp-python 用opencv部署nanodet目标检测,包含C++和python两种版本程序的实现, 使用opencv里的dnn模块加载网络模型,图像预处理和后处理模块是使用C++和python编程实现。 整个程序运行,不依赖任何深度学习框架, 在wind

null 77 Jun 14, 2022
使用OpenCV部署YOLOX,支持YOLOX-S、YOLOX-M、YOLOX-L、YOLOX-X、YOLOX-Darknet53五种结构,包含C++和Python两种版本的程序

yolox-opencv-dnn 使用OpenCV部署YOLOX,支持YOLOX-S、YOLOX-M、YOLOX-L、YOLOX-X、YOLOX-Darknet53五种结构,包含C++和Python两种版本的程序 onnx文件在百度云盘,下载链接:https://pan.baidu.com/s/11

null 123 Jun 24, 2022
用opencv部署nanodet目标检测,包含C++和python两种版本程序的实现

nanodet-opncv-dnn-cpp-python 用opencv部署nanodet目标检测,包含C++和python两种版本程序的实现, 使用opencv里的dnn模块加载网络模型,图像预处理和后处理模块是使用C++和python编程实现。 整个程序运行,不依赖任何深度学习框架, 在wind

null 77 Jun 14, 2022