FastDeploy/model_zoo/vision/yolov5/api.md

YOLOv5 API说明

Python API

YOLOv5类

fastdeploy.vision.ultralytics.YOLOv5(model_file, params_file=None, runtime_option=None, model_format=fd.Frontend.ONNX)

YOLOv5模型加载和初始化，当model_format为fd.Frontend.ONNX时，只需提供model_file，如yolov5s.onnx；当model_format为fd.Frontend.PADDLE时，则需同时提供model_file和params_file。

参数

• model_file(str): 模型文件路径
• params_file(str): 参数文件路径
• runtime_option(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
• model_format(Frontend): 模型格式

predict函数

YOLOv5.predict(image_data, conf_threshold=0.25, nms_iou_threshold=0.5)

模型预测结口，输入图像直接输出检测结果。

参数

• image_data(np.ndarray): 输入数据，注意需为HWC，RGB格式
• conf_threshold(float): 检测框置信度过滤阈值
• nms_iou_threshold(float): NMS处理过程中iou阈值

示例代码参考yolov5.py

C++ API

YOLOv5类

fastdeploy::vision::ultralytics::YOLOv5(
        const string& model_file,
        const string& params_file = "",
        const RuntimeOption& runtime_option = RuntimeOption(),
        const Frontend& model_format = Frontend::ONNX)

YOLOv5模型加载和初始化，当model_format为Frontend::ONNX时，只需提供model_file，如yolov5s.onnx；当model_format为Frontend::PADDLE时，则需同时提供model_file和params_file。

参数

• model_file(str): 模型文件路径
• params_file(str): 参数文件路径
• runtime_option(RuntimeOption): 后端推理配置，默认为None，即采用默认配置
• model_format(Frontend): 模型格式

predict函数

YOLOv5::predict(cv::Mat* im, DetectionResult* result,
                float conf_threshold = 0.25,
                float nms_iou_threshold = 0.5)

模型预测接口，输入图像直接输出检测结果。

参数

• im: 输入图像，注意需为HWC，RGB格式
• result: 检测结果，包括检测框，各个框的置信度
• conf_threshold: 检测框置信度过滤阈值
• nms_iou_threshold: NMS处理过程中iou阈值

示例代码参考cpp/yolov5.cc

其它API使用

• 模型部署RuntimeOption配置