c++ onnx之yolov5检测

yolov5和resnet比稍微麻烦了一点，主要就是多了nms部分，还有坐标点映射回原图的yolov5_scale_coords函数。流程大致分为五部分：1）图像等比例放缩，2）图像预处理，3）onnx推理，4）nms后处理，5）坐标点映射回原图

等比例放缩

还是和resnet一样的 letterbox 函数，就不重复了。

图像预处理

还是和resnet一样的，就不重复了，就cv::dnn::blobFromImage一句话。

onnx推理

和之前差不多，改下输入输出的维度、名称，然后resnet的一维输出变成yolo的二维输出，这个在 c++ 使用onnx推理 中写过了，也不重复了。

nms后处理

这个我懒得自己写，还好opencv里面有cv::dnn::NMSBoxes函数，直接用就好。
正常来说onnx推理后返回的预测值是252000 x (n+5) ，其中252000是框的总数一般是不变的， n是等于你设置的类别数，向量含义是（center_x, center_y, width, height, conf_框, conf_类别1，conf_类别2，…,，conf_类别n）。

这个函数主要就是把preds转成opencv_nms函数需要的输入 cv::Rect(left, top, w