ncnn opencv VS2017 window10 yolov5调用摄像头实时目标检测
Contents
- 环境下载、编译
-
-
- 1 OpenCV-4.5.4下载、配置
- 2 CMake下载安装、配置
- 3 下载、编译protobuf-3.4.0
- 4 下载、编译ncnn
-
- VS2017新建项目--编译yolov5
- 输入图片测试检测效果
- 调用本地摄像头，实时检测
- 参考知乎、博客文章
OpenCV + NCNN 在VS2017调用yolov5记录
根据ncnn+opencv+yolov5调用摄像头进行检测这位博主的文章自己走了一遍，记录一下，防忘记！！！
环境下载、编译
1 OpenCV-4.5.4下载、配置
OpenCV-4.5.4下载地址：
链接：https://pan.baidu.com/s/1gzdkrbNWX1urmTIf5X2TOA?pwd=9u82
提取码：9u82
下载后解压exe文件，将解压后目录里的以下红框中的路径添加到电脑环境系统变量里
2 CMake下载安装、配置
这里默认已经安装配置了VS2017
cmake-3.24.0下载地址如下：cmake下载入口
下载.zip文件后解压即可（这里不用安装cmake软件，如果要安装软件，可以下载上图中的.msi文件进行安装），打开解压文件找到bin文件，然后将该绝对路径
3 下载、编译protobuf-3.4.0
1、protobuf-3.4.0下载地址：protobuf下载入口
2、同样下载后解压即可（记住解压后的存放位置）
3、接着打开VS2017的x64命令行
4、在命令窗口中执行一下命令：
（1）使用cd 命令将操作路径移动到解压后的protobuf-3.4.0目录下；如上图
（2）再依次执行如下命令（一条一条执行）：
> mkdir build-vs2017
> cmake -G"NMake Makefiles" -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=%cd%/install -Dprotobuf_BUILD_TESTS=OFF -Dprotobuf_MSVC_STATIC_RUNTIME=OFF ../cmake
>nmake
>nmake install
这个过程需要几分钟，全部完成后，protobuf-3.4.0文件下会生成build-vs2017文件，包含如下：
4 下载、编译ncnn
1、ncnn下载地址：GitHub链接 可直接用git clone该项目；
2、与protobuf一样，打开VS2017的X64命令终端，cd 进入到上一步clone的ncnn的根目录下；
3、逐一执行如下命令：
注意：在第三条命令中的 protobuf-root-dir 处，需要根据自己的protobuf根路径，修改3个地方
mkdir -p build-vs2017
cd build-vs2017
cmake -G"NMake Makefiles" -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=%cd%/install -DProtobuf_INCLUDE_DIR=<protobuf-root-dir>/build-vs2017/install/include -DProtobuf_LIBRARIES=<protobuf-root-dir>/build-vs2017/install/lib/libprotobuf.lib -DProtobuf_PROTOC_EXECUTABLE=<protobuf-root-dir>/build-vs2017/install/bin/protoc.exe -DNCNN_VULKAN=OFF ..
nmake
nmake install
编译完之后，生成build-vs2017文件如下：
VS2017新建项目–编译yolov5
1、先新建一个空项目，命名为yolov5
2、下载yolov5s_6.0.bin和yolov5s_6.0.param两个权重文件 下载入口
将两个下载的文件存放于VS2017刚新建的项目的yolov5_test文件夹下,确保这两个文件和后面的.cpp文件在同一目录下
3、在VS项目中新建一个.cpp源文件
4、复制如下链接yolov5.cpp中的代码，粘贴到刚创建的.cpp文件里。
5、添加cpp所需要的依赖项（头文件、依赖库、链接输入）
如未正确添加依赖库，头文件会出现如下报错
添加开始：
（1）右键->属性
（2）选择release x64平台， VC++目录 -> 包含目录
在包含目录中逐一浏览找到下面所示的目录，添加到包含目录中去
包含目录：
E:\OpenCV4\opencv\build\include
E:\OpenCV4\opencv\build\include\opencv2
E:\ncnn\ncnn\build-vs2017\install\include\ncnn
E:\ncnn\ncnn\build-vs2017\install\include
（3）、VC++目录 -> 库目录
同样的操作，在库目录中添加如下目录
库目录
E:\ncnn\ncnn\build-vs2017\install\lib
E:\OpenCV4\opencv\build\x64\vc15\lib
E:\protobuf\protobuf-3.4.0\build-vs2017\install\lib
（4）、链接器->输入->附加依赖项
输入如下依赖项
libprotobuf.lib
opencv_world454.lib
ncnn.lib
6、VS2017中生成解决方案
原代码生成绝决方案不成功，我这边会出现如下报错，
这是由于IDE默认不适用sprintf这个旧函数。
解决方法：在yolov5.cpp里的头部加入#pragma warning(disable:4996)语句即可，添加完之后，重新生成解决方案。
到这里环境都配置完毕了，项目文件夹内容如下：
输入图片测试检测效果
从yolov5.cpp的main函数中我们看到，需要传入检测图片的路径：
项目–属性–调试–命令参数
输入图片路径即可
点击运行，结果如下
调用本地摄像头，实时检测
我们之前检测是获取图片路径，这时我们就注释掉图片路径的读入，直接获取视频输入，然后传给
detect_yolov5(m, objects);
draw_objects(m, objects);
直接将原来main函数里的全部注释掉，替换成如下代码：
cv::VideoCapture capture(0);
cv::Mat frame;
while (true)
{
capture >> frame;
flip(frame, frame, 1);
cv::Mat m = frame;
std::vector<Object> objects;
detect_yolov5(m, objects);
draw_objects(m, objects);
if (cv::waitKey(1) == 'q')
break;
}
capture.release();
还要将draw_objects函数里的最后一句waitKey（0）改成waitKey（10），不然窗口一直无限停留在第一帧检测帧。
实时检测效果如下：
参考知乎、博客文章
ncnn+opencv+yolov5调用摄像头进行检测 根据这位大佬的文章，自己走了一遍
ncnn + VS2017 + win10 深度学习加速框架环境配置方法，保姆级详细易懂，一文Get