如何调用YOLOv4-tiny的动态链接库并应用

首先配置opencv环境:3.4.9
一,需要的文件
1.生成YOLO动态链接:
编译:yolov4-tiny\build\darknet\yolo_cpp_dll_no_gpu.sln,debug和release生成的不同
在yolov4-tiny\build\darknet\x64生成:
在这里插入图片描述在这里插入图片描述2.OpenCV库(同样取决于使用debug还是release模式)
在这里插入图片描述3.YOLO模型文件
(1)obj.names(在yolov4-tiny->build->darknet->x64->data目录下,保存数据集类别)
在这里插入图片描述(2) yolov4-tiny.cfg(在yolov4-tiny->build->darknet->x64->cfg目录下,为yolov4模型配置文件)在这里插入图片描述(3) yolov4-tiny_best.weights(build->darknet->x64->backup目录下,为yolov4模型预训练权重文件)在这里插入图片描述(4) yolo_v2_class.hpp(在yolov4-tiny->include目录下,为调用动态链接库需要引用的yolo头文件)在这里插入图片描述在这里插入图片描述二,编译:
工程右键-属性-配置属性
C/C+±常规-附加包含目录:加入两个项目,一个是opencv的include路径(\opencv\build\include);一个是yolov4-tiny源码yolo_v2_class.hpp所在路径;
在这里插入图片描述链接器-常规-附加库目录:加入两个项目,一个是opencv的lib路径(\opencv\build\x64\vc14\lib);一个是yolov4-tiny源码编译出的yolo_cpp_dll.lib(release),yolo_cpp_dll_no_gpu.dll(debug)所在路径;
在这里插入图片描述
链接器-输入-附加依赖项:加入两个项目,yolo_cpp_dll.lib(yolo_cpp_dll_no_gpu.dll)和opencv_world349.lib(opencv_world349d.lib)
在这里插入图片描述

版权声明:本文为CSDN博主「凉…」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_44115414/article/details/122298121

凉…

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Python如何优雅地可视化目标检测框

1 引言 随着计算机视觉算法工程师的内卷,从事目标检测的小伙伴们越来越多了. 很多时候我们费了九牛二虎之力训练了一版模型,可是可视化出来的效果平淡无奇. 是不是有点太不给力啦,作为计算机视觉工程师,我们是不是应该关注下如何优雅地可视化我们模型