FastDeploy/model_zoo/vision/yolov5

YOLOv5部署示例

本文档说明如何进行YOLOv5的快速部署推理。本目录结构如下

.
├── cpp                 # C++ 代码目录
│   ├── CMakeLists.txt  # C++ 代码编译CMakeLists文件
│   ├── README.md       # C++ 代码编译部署文档
│   └── yolov5.cc       # C++ 示例代码
├── README.md           # YOLOv5 部署文档
└── yolov5.py           # Python示例代码

安装FastDeploy

使用如下命令安装FastDeploy，注意到此处安装的是vision-cpu，也可根据需求安装vision-gpu

# 安装fastdeploy-python工具
pip install fastdeploy-python

# 安装vision-cpu模块
fastdeploy install vision-cpu

Python部署

执行如下代码即会自动下载YOLOv5模型和测试图片

python yolov5.py

执行完成后会将可视化结果保存在本地vis_result.jpg，同时输出检测结果如下

DetectionResult: [xmin, ymin, xmax, ymax, score, label_id]
223.395142,403.948669, 345.337189, 867.339050, 0.856906, 0
668.301758,400.781342, 808.441772, 882.534973, 0.829716, 0
50.210720,398.571411, 243.123367, 905.016602, 0.805375, 0
23.768242,214.979370, 802.627686, 778.840881, 0.756311, 5
0.737200,552.281006, 78.617218, 890.945007, 0.363471, 0

其它文档

• C++部署
• YOLOv5 API文档