yolox-opencv-dnn
yolox-opencv-dnn copied to clipboard
使用OpenCV部署YOLOX,支持YOLOX-S、YOLOX-M、YOLOX-L、YOLOX-X、YOLOX-Darknet53五种结构,包含C++和Python两种版本的程序
请问openCV推理一般是使用CPU还是GPU? 如果使用GPU如何设置呢?
非常牛逼的项目,请问我用的是opencvsharp,opencv的C#版本,应该也支持dnn的,请问可以考虑开发一个c#版本的吗?谢谢!
我如你所说注释掉了均值那些(void yolox::normalize(Mat& img)) 然后就跑通了,但是我感觉AP好像没有ncnn高(threshold阈值都是0.25),当然速度确实比ncnn快了一倍(i3-8100 cpu)。 请问是不是要改如下几处? 也就是说yolox-tiny不能沿用你在cpp里预设好的值? const int stride[3] = { 8, 16, 32 }; const float mean[3] = { 0.485, 0.456, 0.406 }; const float std[3] = {...
你好,我用官方的openvino推理代码试了一下你的模型,结果如下:  用官方的模型正常,输入是640,请问大佬在转onnx的时候改动了什么东西?
关注了你在CSDN的博客,工作很棒,请继续加油! 另外我有个不情之请,能不能写一篇关于opencv dnn实现神经网络的文章呢? 比如,有些网络结构中的某些层,在opencv自己的定义中没有,需要自行改动layer的定义,能否结合一个实例,给介绍一下如何实现?需要注意的问题有哪些? 不情之请,还望百忙之中抽时间给与支持! 再谢再盼!
it has ncnn.where is tnn?
Thanks
你好,在python下,我导出的onnx和你的相比效果差了很多,请问可能是什么原因导致的?  