C++ OnnxRuntime部署yolov8模型

本篇主要介绍yolov8检测和分割模型利用OnnxRuntime进行部署。

yolov8链接：YOLOV8

部署环境：VS2017

配置环境：OpenCV、OnnxRuntime

       -OpenCV：采用版本4.5.0以上，配置过程不多说了，网上搜搜吧。

       -OnnxRuntime安装：采用工具-Nuget包管理器 进行安装

 部分代码如下：

#include <onnxruntime_cxx_api.h>
#include <opencv2/opencv.hpp>
#include <fstream>
#include<random>
 
using namespace cv;
using namespace std;
 
std::vector<std::string> labels;//全局变量
 
std::vector<std::string>  readClassNames(std::string file=std::string(""));
bool DemoImg();
bool predictImg(const std::string file);
bool predictVid(const std::string file, const std::string modelfile = "yolov8n-seg.onnx");
std::vector<cv::Scalar> colorInit(int n);
float sigmoid(float x) {
	return 1 / (1 + exp(-x));
}
bool draw_masks(cv::Mat& inImg, cv::Mat& outImg, std::vector<int>& indexes,std::vector<cv::Rect>& boxes, std::vector<int>& classIds, std::vector<cv::Mat>& mask_maps, float mask_alpha=0.6);
 
int main(int argc, char** argv) {
	
	1. OpenCV测试
	//Mat img = imread("a.jpg");
	//cv::imshow("a.jpg", img);
	//waitKey(0);
	//DemoImg();
	//predictImg("b.jpg");
	predictVid("0", "yolov8n-seg.onnx");//"0""
	return 0;
}

完整代码：(70条消息) C++OnnxRuntime部署yolov8模型资源-CSDN文库

实验结果：