Onnxruntime之YOLOP部署过程记录

文章目录

  • YOLOP简介
  • 导出ONNX模型
  • Onnxruntime C++部署
    • cmakelists.txt
    • 初始化
    • 加速器设置和选择
    • 创建会话
    • 获取输入和输出名字
    • cv::Mat转张量
    • 前向推理
    • 分割后处理
    • 目标检测后处理
  • docker 环境打包
  • 参考

YOLOP简介

华中科大在最近开源了全景感知模型YOLOP,在YOLOv4的基础上做了改进,与YOLOv4相同的是都采用了CSP、SPP等模块,不同的是,YOLOP在Detect检测头之外增加了可驾驶区域分割和航道分割两个分支。很简洁的模型结构,获得了不错的效果。

本篇博文对YOLOP网络结构进行了修改,原来是两个seg

你可能感兴趣的:(onnxruntime模型部署,深度学习,python,计算机视觉)