linux C++ onnxruntime yolov8 视频检测Demo

linux C++ onnxruntime yolov8 视频检测Demo

目录

项目目录

效果

​编辑CMakeLists.txt

代码 

下载

项目目录

效果

./yolov8_demo --help

./yolov8_demo -c=2 -p=true

./yolov8_demo -c=1 -s=true

CMakeLists.txt

# cmake needs this line
cmake_minimum_required(VERSION 3.0)# Define project name
project(yolov8_demo)# Release模式下的编译指令
# SET(CMAKE_BUILD_TYPE "Release")
# set(CMAKE_C_FLAGS_RELEASE "${CMAKE_C_FLAGS_RELEASE} -s")
# set(CMAKE_CXX_FLAGS_RELEASE "${CMAKE_CXX_FLAGS_RELEASE} -std=c++17 -pthread -Wall -Wl")# Debug模式下的编译指令
SET(CMAKE_BUILD_TYPE "Debug")
set(CMAKE_C_FLAGS_RELEASE "${CMAKE_C_FLAGS_DEBUG}")
set(CMAKE_CXX_FLAGS_DEBUG "${CMAKE_CXX_FLAGS_DEBUG} -std=c++17 -pthread") set(OpenCV_LIBS opencv_videoio opencv_imgcodecs opencv_imgproc opencv_core opencv_dnn opencv_highgui)include_directories(/usr/local/include/opencv4${PROJECT_SOURCE_DIR}/include${PROJECT_SOURCE_DIR}/include/onnxruntime
)link_directories(${PROJECT_SOURCE_DIR}/lib/onnxruntime   # 第三方动态库文件/usr/local/lib/
)#递归指定源码的路径
file(GLOB_RECURSE SRCS ${PROJECT_SOURCE_DIR}/src/*.cpp)# Declare the executable target built from your sources
add_executable(yolov8_demo ${SRCS})# Link your application with OpenCV libraries
target_link_libraries(yolov8_demo 
-lonnxruntime
${OpenCV_LIBS}
)

代码 

main.cpp

#include <opencv2/core.hpp>

#include <opencv2/highgui.hpp>

#include <iostream>

#include <YoloV8.hpp>

#include <unistd.h>

#include <sys/syscall.h>

#include <thread>

int VideoDet(int index, bool showDet, bool useGPU, bool printPerStepInfo)

{

    size_t threadId = static_cast<size_t>(syscall(SYS_gettid));

    // std::cout << "index:" << index << " thread id: " << threadId << std::endl;

    cv::VideoCapture capture("./test/test_car_person_1080P.mp4");

    // 检查视频是否成功打开

    if (!capture.isOpened())

    {

        std::cout << "无法读取视频文件" << std::endl;

        return -1;

    }

    int frameCount = capture.get(cv::CAP_PROP_FRAME_COUNT); // 获取视频帧数

    double fps = capture.get(cv::CAP_PROP_FPS);             // 获取帧率

    int delay = int(1000 / fps);                            // 根据帧率计算帧间间隔时间

    // delay=1;

    std::string model_path = "./models/yolov8n.onnx";

    std::string lable_path = "./models/lable.txt";

    int GPUCount = 2;

    int device_id = 0;

    if (index >= GPUCount)

    {

        device_id = index % GPUCount;

    }

    else

    {

        device_id = index;

    }

    // device_id=0;

    YoloV8 yoloV8(model_path, lable_path, useGPU, device_id);

    yoloV8.index = index;

    yoloV8.threadId = threadId;

    yoloV8.videoFps = fps;

    yoloV8.frameCount = frameCount;

    // std::cout << "device_id:" << yoloV8.device_id << std::endl;

    // vector<DetectionResult> detectionResult;

    // Mat frame=cv::imread("../test/dog.jpg");

    // yoloV8.Detect(frame, detectionResult);

    // std::cout << "detectionResult size:" << detectionResult.size() << std::endl;

    string winname = "detectionResult-" + std::to_string(index);

    while (true)

    {

        double start = (double)cv::getTickCount();

        delay = int(1000 / fps);

        Mat frame;

        bool success = capture.read(frame); // 读取一帧数据

        // 检查是否成功读取帧

        if (!success)

        {

            std::cout << "index:" << index << ",读取完毕" << std::endl;

            yoloV8.PrintAvgCostTime();

            break;

        }

        vector<DetectionResult> detectionResult;

        yoloV8.Detect(frame, detectionResult);

        // std::cout <<"index:"<<index<< " thread id: " << threadId << " detectionResult size: " << detectionResult.size() << std::endl;

        yoloV8.detectionResultSize = detectionResult.size();

        if (printPerStepInfo)

        {

            yoloV8.PrintCostTime();

            yoloV8.PrintAvgCostTime();

        }

        if (showDet)

        {

            yoloV8.Draw(frame, detectionResult);

            imshow(winname, frame);

            double costTime = ((double)getTickCount() - start) / getTickFrequency();

            delay = delay - costTime;

            if (delay <= 0)

            {

                delay = 1;

            }

            if (waitKey(delay) == 27) // 通过按下ESC键退出循环

            {

                break;

            }

        }

    }

    capture.release(); // 释放视频对象

    if (showDet)

    {

        cv::destroyWindow(winname);

    }

    return 0;

}

int main(int argc, char *const argv[])

{

    int threadCount = 1;

    bool showDet = false;

    bool useGPU = false;

    bool printPerStepInfo = true;

    const char *keys ="{h help                || print this message}"

        "{c threadCount         | 1     | run thread number}"

        "{s showDet             | false | show detection result}"

        "{g useGPU              | false | use GPU}"

        "{p printPerStepInfo    | false | print per Step Info}";

    cv::CommandLineParser parser(argc, argv, keys);

    if(parser.has("help"))

    {

        parser.about("YoloV8 demo v1.0.0");

        parser.printMessage();

        return 0;

    }

    threadCount=parser.get<int>("threadCount");

    showDet=parser.get<bool>("showDet");

    useGPU=parser.get<bool>("useGPU");

    printPerStepInfo=parser.get<bool>("printPerStepInfo");

    std::cout << std::boolalpha;

    std::cout << "threadCount:" << threadCount << ",showDet:" << showDet<< ",useGPU:" << useGPU << ",printPerStepInfo:" << printPerStepInfo << std::endl;

    for (size_t i = 0; i < threadCount; i++)

    {

        std::thread thread(VideoDet, i, showDet, useGPU, printPerStepInfo);

        thread.detach();

    }

    while (true)

    {

        sleep(100);

    }

    return 0;

}

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <YoloV8.hpp>
#include <unistd.h>
#include <sys/syscall.h>
#include <thread>int VideoDet(int index, bool showDet, bool useGPU, bool printPerStepInfo)
{size_t threadId = static_cast<size_t>(syscall(SYS_gettid));// std::cout << "index:" << index << " thread id: " << threadId << std::endl;cv::VideoCapture capture("./test/test_car_person_1080P.mp4");// 检查视频是否成功打开if (!capture.isOpened()){std::cout << "无法读取视频文件" << std::endl;return -1;}int frameCount = capture.get(cv::CAP_PROP_FRAME_COUNT); // 获取视频帧数double fps = capture.get(cv::CAP_PROP_FPS);             // 获取帧率int delay = int(1000 / fps);                            // 根据帧率计算帧间间隔时间// delay=1;std::string model_path = "./models/yolov8n.onnx";std::string lable_path = "./models/lable.txt";int GPUCount = 2;int device_id = 0;if (index >= GPUCount){device_id = index % GPUCount;}else{device_id = index;}// device_id=0;YoloV8 yoloV8(model_path, lable_path, useGPU, device_id);yoloV8.index = index;yoloV8.threadId = threadId;yoloV8.videoFps = fps;yoloV8.frameCount = frameCount;// std::cout << "device_id:" << yoloV8.device_id << std::endl;// vector<DetectionResult> detectionResult;// Mat frame=cv::imread("../test/dog.jpg");// yoloV8.Detect(frame, detectionResult);// std::cout << "detectionResult size:" << detectionResult.size() << std::endl;string winname = "detectionResult-" + std::to_string(index);while (true){double start = (double)cv::getTickCount();delay = int(1000 / fps);Mat frame;bool success = capture.read(frame); // 读取一帧数据// 检查是否成功读取帧if (!success){std::cout << "index:" << index << ",读取完毕" << std::endl;yoloV8.PrintAvgCostTime();break;}vector<DetectionResult> detectionResult;yoloV8.Detect(frame, detectionResult);// std::cout <<"index:"<<index<< " thread id: " << threadId << " detectionResult size: " << detectionResult.size() << std::endl;yoloV8.detectionResultSize = detectionResult.size();if (printPerStepInfo){yoloV8.PrintCostTime();yoloV8.PrintAvgCostTime();}if (showDet){yoloV8.Draw(frame, detectionResult);imshow(winname, frame);double costTime = ((double)getTickCount() - start) / getTickFrequency();delay = delay - costTime;if (delay <= 0){delay = 1;}if (waitKey(delay) == 27) // 通过按下ESC键退出循环{break;}}}capture.release(); // 释放视频对象if (showDet){cv::destroyWindow(winname);}return 0;
}int main(int argc, char *const argv[])
{int threadCount = 1;bool showDet = false;bool useGPU = false;bool printPerStepInfo = true;const char *keys ="{h help                || print this message}""{c threadCount         | 1     | run thread number}""{s showDet             | false | show detection result}""{g useGPU              | false | use GPU}""{p printPerStepInfo    | false | print per Step Info}";cv::CommandLineParser parser(argc, argv, keys);if(parser.has("help")){parser.about("YoloV8 demo v1.0.0");parser.printMessage();return 0;}threadCount=parser.get<int>("threadCount");showDet=parser.get<bool>("showDet");useGPU=parser.get<bool>("useGPU");printPerStepInfo=parser.get<bool>("printPerStepInfo");std::cout << std::boolalpha;std::cout << "threadCount:" << threadCount << ",showDet:" << showDet<< ",useGPU:" << useGPU << ",printPerStepInfo:" << printPerStepInfo << std::endl;for (size_t i = 0; i < threadCount; i++){std::thread thread(VideoDet, i, showDet, useGPU, printPerStepInfo);thread.detach();}while (true){sleep(100);}return 0;
}

下载

源码下载

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/382301.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

vim gcc

vim gcc

vim 使用 vs filename 分屏 ctrl ww 切窗口 shift zz 快速提出vim vim配置 vim启动时自动读取当前用户的家目录的.vimrc文件 vim配置只影响本用户 其他用户观看同一文件不受影响 gcc指令 & c文件编译过程 动态库 静态库 & 链接方式 有相应库才能进行…
阅读更多...
【机器学习】不同操作系统下如何安装Jupyter Notebook和Anaconda

【机器学习】不同操作系统下如何安装Jupyter Notebook和Anaconda

引言 Jupyter Notebook 是一个非常流行的开源Web应用程序&#xff0c;允许你创建和共享包含代码、方程、可视化和解释性文本的文档 文章目录 引言一、如何安装Jupyter Notebook1.1 对于Windows用户1.2 对于macOS用户1.3 对于Linux用户&#xff1a; 二、如何安装Anaconda2.1 对于…
阅读更多...
css气泡背景特效

css气泡背景特效

css气泡背景特效https://www.bootstrapmb.com/item/14879 要创建一个CSS气泡背景特效&#xff0c;你可以使用CSS的伪元素&#xff08;:before 和 :after&#xff09;、border-radius 属性来创建圆形或椭圆形的“气泡”&#xff0c;以及background 和 animation 属性来设置背景…
阅读更多...
基于 Electron+Vite+Vue3+Sass 框架搭建

基于 Electron+Vite+Vue3+Sass 框架搭建

技术参考 技术描述Electron一个使用 JavaScript、HTML 和 CSS 构建桌面应用程序的框架。嵌入 Chromium 和 Node.jsElectron Forge用于打包和分发 Electron 应用程序的一体化工具。英文地址在此Vite前端构建工具Vue3用于构建用户界面的 JavaScript 框架vitejs/plugin-vueVite 插…
阅读更多...
java基础-String

java基础-String

之前有很长时间没进行更新了&#xff0c;现在开始会重新进行java基础的学习&#xff0c;所以会开始进行java基础方面的更新&#xff0c;今天会进行string字符串的学习。 String在底层被final(声明的变量或者对象不可以扩展/改变)修饰&#xff0c;故其不可变。其底层采用的是字符…
阅读更多...
springboot集成redis之字典缓存

springboot集成redis之字典缓存

什么是redis的字典缓存&#xff1f; Redis的缓存是Redis内部用于存储键值对数据结构的一种基础数据结构。在Redis中&#xff0c;所有的键值对都是通过字典这种数据结构来存储的。字典在Redis中扮演着核心角色&#xff0c;因为它不仅用于数据库中的键值对存储&#xff0c;还用于…
阅读更多...
Postman设置全部请求都携带请求头，Postman如何一次性设置请求头、不需要一个请求一个请求去添加请求头

Postman设置全部请求都携带请求头，Postman如何一次性设置请求头、不需要一个请求一个请求去添加请求头

文章目录 一、问题描述二、解决办法三、应用场景 一、问题描述 现在我有 n 个接口测试&#xff0c;其中 n 个都需要携带一致的请求头&#xff08;其实一般都是携带 JWT 令牌&#xff09;&#xff0c;怎么办&#xff1f;我要一个一个写&#xff1f;如图&#xff1a; 二、解决办…
阅读更多...
go语言Gin框架的学习路线(十)

go语言Gin框架的学习路线(十)

目录 GORM的CRUD教程 查询 普通查询 定义 User 结构体 查询所有用户 查询第一个用户 总结 条件查询 内联条件 额外查询选项 高级查询 链式操作 Scopes 多个立即执行方法 GORM的CRUD教程 CRUD 是 "Create, Read, Update, Delete"&#xff08;创建、查询…
阅读更多...
[经验] 驰这个汉字的拼音是什么 #学习方法#其他#媒体

[经验] 驰这个汉字的拼音是什么 #学习方法#其他#媒体

驰这个汉字的拼音是什么 驰&#xff0c;是一个常见的汉字&#xff0c;其拼音为“ch”&#xff0c;音调为第四声。它既可以表示动词&#xff0c;也可以表示形容词或副词&#xff0c;意义广泛&#xff0c;经常出现在生活和工作中。下面就让我们一起来了解一下“驰”的含义和用法。…
阅读更多...
以Zookeeper为例 浅谈脑裂与奇数节点问题

以Zookeeper为例 浅谈脑裂与奇数节点问题

一、脑裂现象的定义与影响 脑裂&#xff08;split-brain&#xff09;是指在分布式系统中&#xff0c;因网络分区或其他故障导致系统被切割成两个或多个相互独立的子系统&#xff0c;每个子系统可能独立选举出自己的领导节点。这一现象在依赖中心领导节点&#xff08;如Elastic…
阅读更多...
【Qt 】JSON 数据格式详解

【Qt 】JSON 数据格式详解

文章目录 1. JSON 有什么作用?2. JSON 的特点3. JSON 的两种数据格式3.1 JSON 数组3.2 JSON 对象 4. Qt 中如何使用 JSON 呢&#xff1f;4.1 QJsonObject4.2 QJsonArray4.3 QJsonValue4.4 QJsonDocument 5. 构建 JSON 字符串6. 解析 JSON 字符串 1. JSON 有什么作用? &#x…
阅读更多...
【北京迅为】《i.MX8MM嵌入式Linux开发指南》-第三篇 嵌入式Linux驱动开发篇-第三十九章 Linux MISC驱动

【北京迅为】《i.MX8MM嵌入式Linux开发指南》-第三篇 嵌入式Linux驱动开发篇-第三十九章 Linux MISC驱动

i.MX8MM处理器采用了先进的14LPCFinFET工艺&#xff0c;提供更快的速度和更高的电源效率;四核Cortex-A53&#xff0c;单核Cortex-M4&#xff0c;多达五个内核 &#xff0c;主频高达1.8GHz&#xff0c;2G DDR4内存、8G EMMC存储。千兆工业级以太网、MIPI-DSI、USB HOST、WIFI/BT…
阅读更多...
5.Fabric的共识机制

5.Fabric的共识机制

在Fabric中，有以下3中典型共识机制。 Solo共识 solo共识机制只能用于单节点模式，即只能有一个Orderer节点，因此，其共识过程很简单，每接收到一个交易信息，就在共识模块的控制下产生区块并广播给节点存储到账本中。 Solo 模式下的共识只适用于一个Orderer节点，所以可以在…
阅读更多...
CTF-Web习题：2019强网杯 UPLOAD

CTF-Web习题：2019强网杯 UPLOAD

题目链接&#xff1a;2019强网杯 UPLOAD 解题思路 打开靶场如下图所示&#xff0c;是一个注册和登录界面 那就注册登录一下&#xff0c;发现是一个提交头像的页面&#xff1a; 试了一下只有能正确显示的png图片才能提交成功&#xff0c;同时F12拿到cookie&#xff0c;base6…
阅读更多...
便宜多域名SSL证书申请平台推荐

便宜多域名SSL证书申请平台推荐

随着互联网的深入发展&#xff0c;网络安全问题愈发受到重视。SSL证书作为保障网站和用户数据安全的重要工具&#xff0c;其重要性不言而喻。在众多SSL证书类型中&#xff0c;多域名SSL证书因其独特的功能和优势&#xff0c;逐渐成为企业和个人保护网站安全的首选。 申请便宜S…
阅读更多...
Django视图与URLs路由详解

Django视图与URLs路由详解

在Django Web框架中&#xff0c;视图&#xff08;Views&#xff09;和URLs路由&#xff08;URL routing&#xff09;是Web应用开发的核心概念。它们共同负责将用户的请求映射到相应的Python函数&#xff0c;并返回适当的响应。本篇博客将深入探讨Django的视图和URLs路由系统&am…
阅读更多...
全国区块链职业技能大赛国赛考题区块链产品需求分析与方案设计

全国区块链职业技能大赛国赛考题区块链产品需求分析与方案设计

任务1-1：区块链产品需求分析与方案设计 本任务需要依据项目背景完成需求分析与方案设计，具体要求如下: 依据给定区块链食品溯源系统的业务架构图，对考题进行业务分析，尽可能多的去考虑一个业务系统所需要的模块，使用Visio或思维导图工具展现本系统的基本设计概念和处理流…
阅读更多...
科研绘图系列：R语言热图（heatmap）

科研绘图系列：R语言热图（heatmap）

介绍 热图是一种数据可视化技术，通常用于展示数据的分布情况。它通过颜色的变化来表示数据的大小或密度，使得观察者能够直观地理解数据集中的模式和趋势。以下是热图的一些关键特点和应用场景： 数据分布：热图可以显示数据在不同区域的分布情况，比如在地图上显示不同地区的…
阅读更多...
Go基础编程 - 12 -流程控制

Go基础编程 - 12 -流程控制

流程控制 1. 条件语句1.1. if...else 语句1.2. switch 语句1.3. select 语句1.3.1. select 语句的通信表达式1.3.2. select 的基特性1.3.3. select 的实现原理1.3.4. 经典用法1.3.4.1 超时控制1.3.4.2 多任务并发控制1.3.4.3 监听多通道消息1.3.4.4 default 实现非堵塞读写 2. …
阅读更多...
docker自定义镜像dockerfile

docker自定义镜像dockerfile

阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023