# Ubuntu环境下C++使用onnxruntime和Opencv进行YOLOv8模型部署

**Repository Path**: showlolx/Ubuntu-CPP-onnxruntime

## Basic Information

- **Project Name**: Ubuntu环境下C++使用onnxruntime和Opencv进行YOLOv8模型部署
- **Description**: 在Ubuntu系统下，使用C++工具和onnxruntime、Opencv等库，对YOLOv8训练好的onnx模型进行推理，解析，部署，方便使用低配置机器进行深度学习的体验。
- **Primary Language**: C++
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 5
- **Created**: 2024-06-12
- **Last Updated**: 2024-06-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Ubuntu系统下C++使用onnxruntime和Opencv进行YOLOv8模型部署

### 介绍
在Ubuntu系统下，使用C++工具和onnxruntime、Opencv等库，对YOLOv8训练好的onnx模型进行推理，解析，部署，方便使用低配置机器进行深度学习的体验。

### 使用说明
直接运行bin中的可执行程序即可，如果修改了代码，可进入build文件夹make一下，然后再进入bin文件夹运行可执行程序。
1.  bin:存放可执行程序和识别结果
2.  data:存放数据集
3.  src:存放源程序
4.  include:存放头文件
5.  config.txt:配置文件，内容分别是模型相对路径、图片相对路径、缺陷标识文件相对路径、缺陷识别阈值、缺陷重叠阈值
6.  type.names：缺陷标识文件，内容和模型识别的缺陷标识顺序需要一致

### 文件说明
#### config.txt
分别是模型相对路径、图片相对路径、缺陷标识文件相对路径、缺陷识别阈值、缺陷重叠阈值
```
../models/best.onnx
../data/2.bmp
../type.names
0.4
0.4
```
#### CMakeLists.txt
需要更改的地方已经在里面标注好了
```cpp
# 项目名称，随便写
PROJECT(image_onnx)
# cmake版本，根据自己的写
cmake_minimum_required(VERSION 3.10)
 
# 编译好的可执行文件放置的位置
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${image_onnx_SOURCE_DIR}/bin)
 
# find required opencv
find_package(OpenCV REQUIRED)
# directory of opencv headers
include_directories(${OpenCV_INCLUDE_DIRS})
 
# 根据自己的onnxruntime存放路径编写
set(ONNXRUNTIME_ROOT_PATH /home/ebaina/onnxruntime-linux-x64-1.12.1/)
set(ONNXRUNTIME_INCLUDE_DIRS ${ONNXRUNTIME_ROOT_PATH}/include/)
set(ONNXRUNTIME_LIB ${ONNXRUNTIME_ROOT_PATH}lib/libonnxruntime.so)
 
# 需要编译的cpp文件所在路径，前面是编译好的可执行文件名
add_executable(image_onnx src/main_image.cpp
src/change_image.cpp
src/adjust_result.cpp)
# directory of opencv library
link_directories(${OpenCV_LIBRARY_DIRS})
# opencv libraries
target_link_libraries(image_onnx ${OpenCV_LIBS})
 
include_directories(${ONNXRUNTIME_INCLUDE_DIRS})
target_link_libraries(image_onnx ${ONNXRUNTIME_LIB})
 
# include
target_include_directories(image_onnx
    PRIVATE 
        ${PROJECT_SOURCE_DIR}/include
)
```
#### type.names
缺陷标志文件，内容和模型识别的缺陷标识顺序需要一致，模型识别网站：[Netron](https://netron.app/)