libtorch yolov3

libtorch-yolov3

Implementasi Libtorch dari algoritma deteksi objek YOLO v3, ditulis dengan C++ murni. Cepat, mudah untuk diintegrasikan ke produksi Anda, dan CPU serta GPU keduanya didukung. Selamat menikmati ~

Proyek ini terinspirasi oleh versi pytorch, saya menulis ulang dengan C++.

Persyaratan

1. LibTorch v1.0.0
2. Cuda
3. OpenCV (hanya digunakan dalam contoh)

Untuk mengkompilasi

1. cmake3
2. gcc 5.4+

 mkdir build && cd build
cmake3 -DCMAKE_PREFIX_PATH="your libtorch path" ..

# if there are multi versions of gcc, then tell cmake which one your want to use, e.g.:
cmake3 -DCMAKE_PREFIX_PATH="your libtorch path" -DCMAKE_C_COMPILER=/usr/local/bin/gcc -DCMAKE_CXX_COMPILER=/usr/local/bin/g++ ..

Menjalankan detektor

Hal pertama yang perlu Anda lakukan adalah mendapatkan file bobot untuk v3:

 cd models
wget https://pjreddie.com/media/files/yolov3.weights 

Pada gambar tunggal:

 ./yolo-app ../imgs/person.jpg

Saat saya uji, dibutuhkan 25 ms pada GPU (1080 ti). silakan jalankan pekerjaan inferensi lebih dari sekali, dan hitung biaya rata-rata.