模型实战（4）之Win10下VS2019+opencv部署yolov5实现目标检测

模型实战（4）之Win10下VS2019+opencv部署yolov5实现目标检测

• 由于C++语言的运行优势，多数算法模型在实际应用时需要部署到C++环境下运行，以提高算法速度和稳定性

• 本文主要讲述WIn10下在VS工程中通过Opencv部署yolov5模型，步骤包括：

   1.python环境下通过export.py导出.onnx模型
   
   2.C++环境下通过opencv的DNN模块进行模型导入和调用

• 部署完成后的检测效果如下图所示（CPU下运行，无加速！）

win10下VS2019+opencv部署yolov5

1.导出onnx模型

模型导出函数：

def export_onnx