最近考慮升級yolov4至yolov7,發現YOLOv7不只採用了PyTorch主流框架,也自建轉換器繼續支援業界部署常用的Darknet框架
如果你是走darknet架構,不妨參考下面安裝環境
[ YOLO ] 在windows安裝YOLO darknet - GPU 2022 更新
但是上面方式不容易,很多細節要留意
當初看似成功執行範例,但實際C#執行呼叫時還是有不少問題。
另一種雖然較為簡單,但是它是走pytorch框架,意味python是首選語言
【YOLO v7】01-安裝YOLO v7
官方安裝可以參考下面
Official YOLOv7
此外,我覺得這個網址可以下載yolov7相關參數檔案,十分清楚且方便
只要下載相關參數檔案,就算是目前是yolov4也可以無痛直接執行,真是貼心
> darknet.exe detector test cfg/coco.data cfg/yolov7.cfg yolov7.weights -i 0 -thresh 0.25 dog.jpg -ext_output
大約22 ms
> darknet.exe detector test cfg/coco.data cfg/yolov7-tiny.cfg yolov7-tiny.weights -i 0 -thresh 0.25 dog.jpg -ext_output
大約5ms
> darknet.exe detector test cfg/coco.data cfg/yolo7x.cfg yolov7x.weights -i 0 -thresh 0.25 dog.jpg -ext_output
大約37ms
至於yolov7原理及相關參數調整可以參考這一篇
Step-by-step instructions for training YOLOv7 on a Custom Dataset
如果要走OpenCV使用DNN去呼叫yolov7也是可行,不過我印象中darknet執行效能是比OpenCV較好的
100+ FPS Object Detection: How to Deploy Neural Networks with OpenCV DNN and GPU in C++
之前嘗試過Microsoft ML net框架,效能有點慘不忍睹,
C#调用yolov7进行目标检测winform开发
就算GPU版本也還是很慢啊!
另外延伸至目標物追蹤
基于C#实现yolov7+bytetrack目标追踪的算法结果演示
或許NVidia tensorRT有改善一些
C#实现全网yolov7目前最快winform目标检测
之前曾使用c++搭配tensorRT,才能真正放飛自我,超越darknet效能 !!
留言列表