一    
    
    
    
、YOLOV7主要贡献：

        主要是现有的一些trick的集合以及模块重参化和动态标签分配策略    
    
    
，最终在 5 FPS 到 160 FPS 范围内的速度和准确度都超过了所有已知的目标检测器    
    
    
。

        当前目标检测主要的优化方向：更快更强的网络架构；更有效的特征集成方法；更准确的检测方法；更精确的损失函数；更有效的标签分配方法；更有效的训练方法     


     


     


     。

二


     


     


     


、参考代码：

1
 




 




 




 、C++参考地址：

https://github.com/UNeedCryDear/yolov7-opencv-dnn-cpp

2   

   

   

   
、yolov7的版本：

https://github.com/WongKinYiu/yolov7

三 

     

     

     

、应用说明：

        在项目部署过程中     


     


     


     ，为了脱离pytorch而只使用C++调用




 




 




 



，我参考了市面上N多解决办法
   

   

   

，最终把程序调试通过     

     

     

    ，调用过程是先把yolov7.pt转化为yolov7.onnx 




  




  




  


，之后再通过opencv dnn来调用onnx




 




 




 



。

四

  




  




  




 、调用流程说明：

1  


  


  


  
、环境条件：

windows10  
     
     
     
、vs2015


   




   




   




 、opencv4.5.5 



 



 



 
、python3.8

2                  、下载 python版本的yolov7

  


  


  


，导出onnx

下载地址：https://github.com/WongKinYiu/yolov7

目录为yolov7-main：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

注意：之前我安装的pytorch gpu版本一直没有通过     
     
     
   ，后来把 requirements.txt中的所有库都卸载了  




   




   




   

，重新执行上面的指令


 



 



 



，导出onnx时才成功
   

   

   

。

导出onnx

进入到yolov7-main目录下                 ，输入：

python export.py --weights ./yolov7.pt --grid --end2end --simplify --topk-all 100 --iou-thres 0.65 --conf-thres 0.35 --img-size 640 640

中间有些小错误   




    




    




    
，不用理睬：

3



    




    




    




 、下载opencv c++调用程序：

 下载：https://github.com/UNeedCryDear/yolov7-opencv-dnn-cpp

打开vs2015建立新测试工程：

4















、添加模型路径后


















，直接运行即可                ，运行结果如下：

四                   、源代码

为了大家能够都方便的使用yolov7 c++程序    



     



     



     ，现将程序代码提交：

百度网盘地址：

链接：https://pan.baidu.com/s/1-01EuH4oH_3HPo4H50g3wQ 

提取码：bruh 

 

QQ交流：187100248.