张家口市网站建设_网站建设公司_RESTful_seo优化

yolo26已经正式发布了，第一时间手搓C++代码实现YOLO26部署，首先看yolov11网络结构，发现输出shape是1x84x8400

再看看YOLO26网络结构：

可见yolo11和yolo26输出是不一样的是不能共用代码。

模型使用官方yolo26n.pt转换成的onnx，转换命令
yolo export model=yolo26n.pt format=onnx opset=12
如果你是自己训练的模型可以替换即可，但是需要yolo26框架才行
测试环境：
windows10 x64

vs2019

cmake==3.30.1

onnxruntime-gpu==1.20.1

opencv==4.12.0

使用步骤：

首先cmake生成exe文件，然后将onnxruntime.dll和onnxruntime_providers_shared.dll放到exe一起，不然会提示报错0x0000007b，这是因为系统目录也有个onnxruntime.dll引发冲突，并把car.mp4也放到exe一起。运行直接输入 yolo26.exe C:\Users\Administrator\Desktop\yolo26-onnx-cplus\models\yolo26n.onnx 注意onnx路径要是你真实路径我的onnx路径是我桌面上地址

调用代码：

#include "YOlo26Manager.h" #include <iostream> #include <opencv2/opencv.hpp> void demo_image() { std::string model_path = "yolo26.onnx"; Yolo26Manager detector(model_path); cv::Mat image = cv::imread("car.jpg"); std::vector<Detection> detections = detector.Inference(image); cv::Mat resultImg = detector.DrawImage(image, detections); cv::imshow("yolo26", resultImg); cv::waitKey(0); } // int main(int argc, char const *argv[]) // { // demo_image(); // return 0; // } int main(int argc, char const *argv[]) { std::string model_path = argv[1]; cv::namedWindow("yolo26", cv::WINDOW_AUTOSIZE); Yolo26Manager detector(model_path,false); cv::VideoCapture cap("car.mp4");//这个地方也可以修改成视频路径或者摄像头索引 if (!cap.isOpened()) { std::cerr << "ERROR! Unable to open camera\n"; return -1; } cv::Mat frame; std::cout << "Start detect" << std::endl << "Press any key to terminate" << std::endl; for (;;) { cap.read(frame); if (frame.empty()) { std::cerr << "ERROR! blank frame grabbed\n"; break; } auto timer = cv::getTickCount(); std::vector<Detection> detections = detector.Inference(frame); double fps = cv::getTickFrequency() / ((double)cv::getTickCount() - timer); cv::putText(frame, "FPS: " + std::to_string(fps), cv::Point(10, 30), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(0, 255, 0), 2, 8); cv::Mat resultImg = detector.DrawImage(frame, detections); cv::imshow("yolo26", resultImg); if (cv::waitKey(5) >= 0) break; } return 0; }

最后测试效果：