点击上方蓝字关注我们
微信公众号:OpenCV学堂 关注获取更多计算机视觉与深度学习知识
前言
之前我安装了CUDA10.0跟cuDnn7.6.5 然后我在VS2017中配置了包含路径、库路径跟连接器,把环境变量加上,重启一下就可以运行onnxruntime-1.4 gpu版本,用YOLOv5导出onnx格式模型,跑的很欢畅。
-VS2017-CUDA10.1-cuDnn7.6.5-onnxruntime-1.4-gpu
Faster-RCNN转ONNX
周末的时候我想试试tensorRT YOLOv5最新版本,就把CUDA升级到11.02了,然后cuDnn改到8.3.2,然后我发现官方没有对应编译好的onnxruntime-gpu版本,就下载了onnxruntime1.7 CPU版本,跟以前的配置又走了一次,结果我得到下面的错误:
(进程 9336)已退出,返回代码为: -1073741701。
-VS2017-cuda11.0.2-cudnn8.3.2-onnxruntime1.7-cpu-python3.6.5
然后我发现只要不引用onnxruntime就没事,用了就无法启动,百度一搜索各种说法的都有,总结最关键一条,DLL加载失败了,有些依赖没有找到,然后我直接用dumpbin.exe分析依赖一波,发现这些DLL都有啊,怀疑人生ing~~~~~~
然后就开始疯狂各种版本测试,结果还是这个错误!
折腾了一天,到晚上问了两个人,都建议我直接onnxruntime相关的lib跟dll文件copy到编译的exe目录下,还配置个毛线环境变量!然后我照做了,死马当活马医!然后居然奇迹出现了,正常启动了,可以跑了,有图为证!
代码语言:javascript复制std::shared_ptr<YOLOv5ORTDetector> detector(new YOLOv5ORTDetector());
std::vector<DetectResult> results;
detector->initConfig("D:/python/yolov5-6.1/yolov5s.onnx", 0.4, 0.25f);
cv::VideoCapture capture("D:/images/video/sample.mp4");
cv::Mat frame;
while (true) {
bool ret = capture.read(frame);
detector->detect(frame, results);
for (DetectResult dr : results) {
cv::Rect box = dr.box;
cv::putText(frame, classNames[dr.classId], cv::Point(box.tl().x, box.tl().y - 10), cv::FONT_HERSHEY_SIMPLEX, .5, cv::Scalar(0, 0, 0));
}
cv::imshow("YOLOv5-6.1 ONNXRUNTIME1.7 - by gloomyfish", frame);
char c = cv::waitKey(1);
if (c == 27) { // ESC 退出
break;
}
// reset for next frame
results.clear();
}
总结
遇见此错误,直接无脑copy dll跟lib文件到exe目录下就好啦!
必须说三遍!
别多想,操作系统跟VS配置有时候没那么靠谱:
(进程 9336)已退出,返回代码为: -1073741701。
扫码查看OpenCV Pytorch系统化学习路线图
推荐阅读
CV全栈开发者说 - 从传统算法到深度学习怎么修炼
2022入坑深度学习,我选择Pytorch框架!
Pytorch轻松实现经典视觉任务
教程推荐 | Pytorch框架CV开发-从入门到实战
OpenCV4 C 学习 必备基础语法知识三
OpenCV4 C 学习 必备基础语法知识二
OpenCV4.5.4 人脸检测 五点landmark新功能测试
OpenCV4.5.4人脸识别详解与代码演示
OpenCV二值图象分析之Blob分析找圆
OpenCV4.5.x DNN YOLOv5 C 推理
OpenCV4.5.4 直接支持YOLOv5 6.1版本模型推理