- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
![](https://s2.51cto.com/images/202108/25/874c24a6ed45a2f6e7433f5a3db96fc6.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202108/15/05b52cd542d212f4153464362821c68d.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202109/10/ab179e464db4f153ea29fca090458116.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202002/23/6520f7ba1feddaacaf29c56c2a3308af.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201911/09/e6a2740dc0e9995a135976f07d0c4d86.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202004/19/c07b4a55e32ad6a04c587f6a7819a735.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202004/19/c07b4a55e32ad6a04c587f6a7819a735.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202109/18/73db82970f9b815aed01da90796b8005.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201911/09/e6a2740dc0e9995a135976f07d0c4d86.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202002/29/10c9a27c44bf5749ff556342289323e3.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201911/12/89eba36df0570a2b963c485cb02af208.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201911/12/b16c6e22b6caf371c1b7d6628b199a52.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202002/29/10c9a27c44bf5749ff556342289323e3.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201911/12/89eba36df0570a2b963c485cb02af208.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201911/12/b16c6e22b6caf371c1b7d6628b199a52.jpg?x-oss-process=image)
- 课程介绍
- 课程大纲
适合人群:
1、适用于有一定深度学习基础的同学; 2、适合于会一点点python的同学; 3、需要有一定的C/C++基础; 4、适用于想使用onnx模型进行OCR文本识别和yolo目标检测的同学;
你将会学到:
了解深度学习模型的onnx转换并C++调用应用部署的过程
- pytorch模型转onnx模型
- yolo模型转onnx模型
- CRNN模型转onnx模型
- DBnet模型转onnx模型
- C++调用onnx模型
- pytorch模型转onnx模型
- CRNN模型转onnx模型
- DBnet模型转onnx模型
- yolo模型转onnx模型
- C++调用onnx模型
课程简介:
(本课程非opencv加载onnx模型)
(cuda11.1+cudnn8.0.5+onnxruntime-GPU-1.10)
1、OCR的文本识别CRNN网络和文本检测DBnet网络是基于pytorch1.4版本(pytorch1.8.1也可以)
2、yolov4使用的是darknet c语言训练的模型(也可以github上下载代码训练直接的yolov4模型)
3、yolov5使用的是pytorch1.8.1+opencv-python4.5的模型(github上的yolov5工程)
4、使用win10+vs2019+opencv3.4.4+onnxruntime-gpu-1.10的C++环境调用onnx模型
5、20220319更新:新增OCR识别库工程以及优化代码
6、20220403更新:新增deeplabv3语义分割
7、20220910更新:onnx代码健壮性增强,使用onnx的c接口来调用onnx模型。
OCR C++ onnx使用示例工程分享:
链接:https://pan.baidu.com/s/1z3R_oDuOWrKu61Xj8Yb54w
提取码:snkn
目标检测:yolo目标检测 C++ onnx使用示例工程分享:
链接:https://pan.baidu.com/s/1Ga_x8auJ9220Nubx0Mw6gA
提取码:kpe9
课程大纲-onnx深度学习模型C++简单应用入门
第1章环境准备(56分钟10节)
1-1
C++调用ONNX模型课程简介C++调用ONNX模型课程简介,介绍CRNN文本识别的onnx模型,DBnet文本检测的onnx模型,yolov4目标检测的onnx模型,yolov5目标检测的onnx模型的C++调用效果。
[07:03]开始学习1-9
libtorch vs2019 win10的配置libtorch vs2019 win10的配置
「仅限付费用户」点击下载“Libtorch_vs2019_win10.pdf”
[04:22]开始学习第2章onnx模型的C++调用(2小时26分钟19节)
“银河星君”老师的其他课程更多+