close

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

ifzhang / ByteTrack

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 !! 

 

 

 

arrow
arrow
    全站熱搜

    me1237guy 發表在 痞客邦 留言(0) 人氣()