马上注册，结交更多易友，享用更多功能，让你轻松玩转觅风论坛。
您需要 登录 才可以下载或查看，没有账号？立即注册
x
本地训练，移动到云端部署识别。也可以直接pyinstaller，只需要会一点点python代码，做个屏幕或者视频之类的inference
不太优雅，但是效率居然还不错，开了GPU多线程 640尺寸平均10ms一张 (中转程序) （后台运行）
下文主要讲的是怎么中转到易语言。
回顾步骤
1.yolov5 python部署后，训练模型，导出模型保姆式yolov5教程，训练你自己的数据集 - 知乎 (zhihu.com)
教程安装的是cpu版本的，如果要安装gpu，需要提前装好cuda, cudnn
2.导出的默认pt模型，需要经过export.py转换成onnx模型
导出onnx可能会踩到坑，网上有很多解决方案
3.部署c++ opencv +dnn GPU加速 如果你不想编译，可以直接使用我编译好的exe，跳到第6步
如果是直接安装的官方编译版本exe，好像是没有GPU部署的，当然也能用（跳到第四步），至少慢十几倍吧
cmake过程，自己琢磨下，编译过程至少两个小时，大大大工程
Windows系统下配置OpenCV_DNN模块使用CUDA加速(Windows10、VS2017、CUDA10.1、cuDNN7.6.5、OpenCV4.2.0)_cuda10.2支持的opencvdnn-CSDN博客
4.编译我写好的代码即可
工程叫opencv，编译出来叫opencv.exe，打包到别的电脑，记得带上依赖文件
文件1.3G太大了，我就不上传了，自己在everything搜一下。
CPU版本的opencv可能跟我不一样，这个没关系。如果用的是官方编译版本exe安装的opencv,没有cmake的，也能编译，只不过不支持gpu加速
5.这时候中转程序就make出来了。通过内存共享的方式传递给易语言。
易语言例子我也写出来了，支持多线程。8个线程弥补了识别慢的缺点，平均10ms一张
|
|
