当前位置: 首页 > article >正文

【git-hub项目:YOLOs-CPP】本地实现02:跑通项目了

上一篇博客,我们通过build.sh,得到了sln项目,以及可执行文件。

本节,我们继续讲解。

目录

用法

运行图像推理

报错1+修改1

报错2+修改2

报错3+修改3

成功


用法

构建项目后,我们就可以使用提供的 shell 脚本对图像、视频或实时摄像头画面进行目标检测/或者实例分割。

运行图像推理

要对单张图像进行目标检测:

./run_image.sh 

该命令将使用模型【例如 YOLOv5-n6 】处理 dog.jpg,并显示带有检测到的边框和标签的输出图像。

如下两个,我们暂时用不到,就不看了:

  • 运行视频推理
  • 运行摄像头推理

报错1+修改1

当我们直接尝试这个命令,发现不行,因为./run_image.sh 的内部命令是:

这是什么意思呢?

这条命令的作用是:

  1. 切换到 build 目录。

  2. build 目录中运行 image_inference 程序或脚本。

但是,实际上,我们的build项目中,并没有image_inference这个程序,而是在debug文件夹中。

因此,我们进入到debug中,并执行image_inference.exe。

但是,会报错,没有opencv_world3416d.dll:

我们把这个dll拷贝进来,如下图:

报错2+修改2

再次运行就会出现:


                

http://www.kler.cn/a/545939.html

相关文章:

  • Humanoid Robot Price Break 人形机器人价格突破
  • nats 消息系统架构
  • 【个人开发】cuda12.6安装vllm安装实践【内含踩坑经验】
  • 【自学笔记】人工智能基础知识点总览-持续更新
  • xpath语法以及基本使用
  • npm安装时无法访问github域名的解决方法
  • 视觉定位VPS的现状与未来
  • 华纳云:如何从服务器日志中发现僵尸进程?
  • unity 实时光为什么无法切换为烘焙光
  • html css js网页制作成品——HTML+CSS+js茉酸奶的茶网页设计(5页)附源码
  • 深度整理总结MySQL——Expalin指南(一)
  • OpenCV机器学习(3)期望最大化(Expectation-Maximization, EM)算法cv::ml::EM
  • 【C/C++算法】从浅到深学习--- 二分查找(图文兼备 + 源码详解)
  • QEMU参数与使用
  • 日语发音的节拍
  • 后台终端方法
  • Linux系统运行模式和链接
  • 大模型的未来已来
  • 【机器学习实战】kaggle背包价格预测(堆叠的实战用法)
  • 如何保持 mysql 和 redis 中数据的一致性?PegaDB 给出答案