参考 源码修改如下:如果将源代码cpp/norm/yolo.hpp修改为自己训练的数据时修改如下:
class YOLO{
const char* INPUT_BLOB_NAME = "images";
const char* OUTPUT_BLOB_NAME = "output";
}根据自己转换onnx模型采用netron打开查看 输入输出节点名称
static void generate_yolo_proposals()函数中119行 const int num_class = 80  根据自己模型类别数修改
199行const int num_class = [80][3] 80需要修改为自己类别数,列表中保留对应类别数的数组
284行static void draw_objects()中class_names[] ={}根据自己模型类别名称修改小结:使用TensorRT推理YOLOv7-tiny(C++) - 知乎最近手头有一个目标检测的项目,开发过程中用到了 YOLOv7-tiny 模型,并且使用 C++ 部署,将踩过的坑总结一下,欢迎各位与我讨论。 TensorRT 是 nvidia 家的一款高性能深度学习推理 SDK。此 SDK 包含深度学习推理…https://zhuanlan.zhihu.com/p/580268047?utm_id=0

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐