yolov5-opencv-dnn-cpp

使用opencv模块部署yolov5-6.0版本 基于6.0版本的yolov5:https://github.com/ultralytics/yolov5

The Yolov5 code has been merged into https://github.com/UNeedCryDear/yolov5-seg-opencv-onnxruntime-cpp, and the repository will no longer be updated.

OpenCV>=4.5.0

• 导出onnx模型需要将opset设置成12（原来默认的是13，在opencv下面会报错，原因未知）
  
• 如果是torch1.12.x的版本,需要在 https://github.com/ultralytics/yolov5/blob/c98128fe71a8676037a0605ab389c7473c743d07/export.py#L155 这里的do_constant_folding=False,设置为false才行，否者读取网络会失败，原因未知。
  

$ python path/to/export.py --weights yolov5s.pt --img [640,640] --opset 12 --include onnx

2023.02.19 更新：

• 旧代码已经是两年之前的了，之前为了适应yolov5-5.0的版本，后处理部分留下太多繁琐的操作，包括像计算anchors，需要设置对应的stride等等。本次更新将会优化这部分内容，同时加上预处理部分的LetterBox(),与python下的源码保持一致性的预处理方式。

2022.12.13 更新：

• 如果你的显卡支持FP16推理的话，可以将模型读取代码中的DNN_TARGET_CUDA改成DNN_TARGET_CUDA_FP16提升推理速度（虽然是蚊子腿，好歹也是肉（：

2022.03.29 更新：

• 新增P6模型支持，可以通过yolo.h中定义的YOLO_P6切换

• 另外关于换行符，windows下面需要设置为CRLF，上传到github会自动切换成LF，windows下面切换一下即可

以下图片为更新p6模型之后yolov5s6.onnx运行结果：