本帖最后由 z13228604287 于 2024-6-27 09:54 编辑
图.列数-》 换成自己的图像宽图.行数-》 换成自己的图像高
图.数据指-》 换成自己的图像数据位置不含头部
最后指定像素格式
YOLO.检测 (图.列数, 图.行数, 图.数据指针, #像素类型_BGR, 0.25, 0.45, “images”, “output”, “376”, “401”)
范例:
ncnn.zip
(2.43 MB, 下载次数: 160)
图. 从字节集加载 ( #图片1, 1 )YOLO10 (图 )返回 (0 ) 变量名 | 类 型 | 静态 | 数组 | 备 注 | YOLO | YOLOV5 | | | 检测目标 | 对象结构体 | | | i | 整数型 | | | 滴答 | 长整数型 | | |
YOLO.最大步长 = 64 YOLO.模型尺寸 = 640 YOLO. 初始化 (真, 0, 假, 1 )YOLO. 初始化锚点 () YOLO. 读_参数文件 (“D:\Project_Backup\C++\ncnnyolo56\model_param\yolov5s_6.0.param”)YOLO. 读_模型文件 (“D:\Project_Backup\C++\ncnnyolo56\model_param\yolov5s_6.0.bin”) 计次循环首 (100, ) 滴答 = 视觉_取启动时间 () 检测目标 = YOLO. 检测 (图.列数, 图.行数, 图.数据指针, #像素类型_BGR, 0.25, 0.45, “images”, “output”, “376”, “401”) .  . 调试输出 (视觉_取启动时间差异 (滴答, 0 )) 计次循环尾 ()变量名 | 类 型 | 静态 | 数组 | 备 注 | YOLO | YOLOV8 | | | 检测目标 | 对象结构体 | | | i | 整数型 | | | 滴答 | 长整数型 | | |
YOLO.最大步长 = 32 YOLO.模型尺寸 = 640 YOLO. 初始化 (真, 0, 假, 1 ) YOLO. 读_参数文件 (“G:\项目备份\YOLO\NCNN\ncnn-examples-main\cpp\yolov8\yolov8s.ncnn.param”)YOLO. 读_模型文件 (“G:\项目备份\YOLO\NCNN\ncnn-examples-main\cpp\yolov8\yolov8s.ncnn.bin”) 计次循环首 (100, ) 滴答 = 视觉_取启动时间 () 检测目标 = YOLO. 检测 (图.列数, 图.行数, 图.数据指针, #像素类型_BGR2RGB, 0.25, 0.45, “in0”, “out0”, “out1”, “out2”) .  . 调试输出 (视觉_取启动时间差异 (滴答, 0 )) 计次循环尾 ()变量名 | 类 型 | 静态 | 数组 | 备 注 | YOLO | YOLOV4 | | | 检测目标 | 对象结构体 | | | i | 整数型 | | | 滴答 | 长整数型 | | |
YOLO.模型尺寸 = 416 YOLO. 初始化 (真, 0, 假, 4 ) YOLO. 读_参数文件 (“C:\Users\Administrator\Desktop\yolov4-tiny-opt.param”)YOLO. 读_模型文件 (“C:\Users\Administrator\Desktop\yolov4-tiny-opt.bin”) 计次循环首 (100, ) 滴答 = 视觉_取启动时间 () 检测目标 = YOLO. 检测 (图.列数, 图.行数, 图.数据指针, #像素类型_BGR2RGB, “data”, “output”) 计次循环首 (检测目标.对象数, i ) 调试输出 (检测目标.左 [i ], 检测目标.顶 [i ], 检测目标.宽 [i ], 检测目标.高 [i ], 检测目标.标签 [i ], 检测目标.概率 [i ]) 计次循环尾 () 调试输出 (视觉_取启动时间差异 (滴答, 0 )) 计次循环尾 ()变量名 | 类 型 | 静态 | 数组 | 备 注 | YOLO | FastestDet | | | 检测目标 | 对象结构体 | | | i | 整数型 | | | 滴答 | 长整数型 | | |
YOLO.模型尺寸 = 352 YOLO. 初始化 (真, 0, 假, 4 ) YOLO. 读_参数文件 (“C:\Users\Administrator\Desktop\FastestDet.param”)YOLO. 读_模型文件 (“C:\Users\Administrator\Desktop\FastestDet.bin”) 计次循环首 (100, ) 滴答 = 视觉_取启动时间 () 检测目标 = YOLO. 检测 (图.列数, 图.行数, 图.数据指针, #像素类型_BGR, 80, 0.65, 0.45, “input.1”, “758”) 计次循环首 (检测目标.对象数, i ) 调试输出 (检测目标.左 [i ], 检测目标.顶 [i ], 检测目标.宽 [i ], 检测目标.高 [i ], 检测目标.标签 [i ], 检测目标.概率 [i ]) 计次循环尾 () 调试输出 (视觉_取启动时间差异 (滴答, 0 )) 计次循环尾 ()变量名 | 类 型 | 静态 | 数组 | 备 注 | YOLO | YOLOV10 | | | 检测目标 | 对象结构体 | | | i | 整数型 | | | 滴答 | 长整数型 | | |
YOLO.最大步长 = 32 YOLO.模型尺寸 = 640 YOLO. 初始化 (真, 0, 假, 1 ) 调试输出 (YOLO. 读_参数文件 (“G:\项目备份\YOLO\NCNN\yolov10-ncnn-main\models\yolov10n.ncnn.param”)) 调试输出 (YOLO. 读_模型文件 (“G:\项目备份\YOLO\NCNN\yolov10-ncnn-main\models\yolov10n.ncnn.bin”)) 计次循环首 (100, ) 滴答 = 视觉_取启动时间 () 检测目标 = YOLO. 检测 (图.列数, 图.行数, 图.数据指针, #像素类型_BGR2RGB, 0.25, “in0”, “out0”, “out1”, “out2”) .  . 调试输出 (视觉_取启动时间差异 (滴答, 0 )) 计次循环尾 ()|
OpenCV | (未知支持库) | ncnn | (未知支持库) | spec |
|