OpenCV4.8 C++实现YOLOv8 OBB旋转对象检测

YOLOv8 OBB介绍

YOLOv8框架在在支持分类、对象检测、实例分割、姿态评估的基础上更近一步，现已经支持旋转对象检测（OBB），基于DOTA数据集，支持航拍图像的15个类别对象检测，包括车辆、船只、典型各种场地等。包含2800多张图像、18W个实例对象。

不同尺度的YOLOv8 OBB模型的精度与输入格式列表如下：

导出与预测

基于YOLOv8命令行推理测试：

## 导出
yolo export model=yolov8s-obb.pt format=onnx
## 推理
yolo obb predict model=yolov8n-obb.pt source=plane_03.jpg

 

 

输入与输出结构说明

基于OpenCV4.8 DNN与ONNX格式模型直接预测推理，首先看一下ONNX格式的YOLOv8-OBB输入与输出格式：

OpenCV4.8 C++ 推理演示 我把YOLOv8 OBB C++推理封装成一个类YOLOv8ObbDetector，客户端调用只有引用头文件，然后三行代码即可实现YOLOv8旋转对象检测C++ 的推理，代码演示如下：

#include 
#include 
#include 

std::string label_map = "D:/python/my_yolov8_train_demo/dotav1.txt";
int main(int argc, char** argv) {
    std::vector classNames;
    std::ifstream fp(label_map);
    std::string name;
    while (!fp.eof()) {
        getline(fp, name);
        if (name.length()) {
            classNames.push_back(name);
        }
    }
    fp.close();
    std::shared_ptr detector(new YOLOv8ObbDetector());
    detector->initConfig("D:/python/my_yolov8_train_demo/yolov8s-obb.onnx", 0.4f, 1024, 1024);
    cv::Mat frame = cv::imread("D:/python/my_yolov8_train_demo/wh300.jpg");
    detector->detect(frame, classNames);
    cv::imshow("YOLOv8 旋转对象检测 + OpenCV4.8", frame);
    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}

 

　审核编辑：汤梓红