libtorch yolov3
1.0.0
การใช้ Libtorch ของอัลกอริธึมการตรวจจับวัตถุ YOLO v3 ซึ่งเขียนด้วย C++ ล้วนๆ รวดเร็ว ง่ายต่อการรวมเข้ากับการผลิตของคุณ และรองรับทั้ง CPU และ GPU สนุก ~
โปรเจ็กต์นี้ได้รับแรงบันดาลใจจากเวอร์ชัน pytorch ฉันเขียนใหม่ด้วย C++
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++ ..
สิ่งแรกที่คุณต้องทำคือรับไฟล์น้ำหนักสำหรับ v3:
cd models
wget https://pjreddie.com/media/files/yolov3.weights
ในภาพเดียว:
./yolo-app ../imgs/person.jpg
ตามที่ฉันทดสอบ GPU จะใช้เวลา 25 มิลลิวินาที ( 1080 ti ) โปรดรันงานการอนุมานมากกว่าหนึ่งครั้ง และคำนวณต้นทุนเฉลี่ย