triple-Mu
2 years ago
parent
5574a29c69
commit
5f1c69cef5
6 changed files with 660 additions and 3 deletions
@ -0,0 +1,135 @@ |
|||||||
|
//
|
||||||
|
// Created by ubuntu on 1/8/23.
|
||||||
|
//
|
||||||
|
|
||||||
|
#ifndef YOLOV8_TENSORRT_CSRC_DETECT_CONFIG_H |
||||||
|
#define YOLOV8_TENSORRT_CSRC_DETECT_CONFIG_H |
||||||
|
#include "NvInfer.h" |
||||||
|
#include "iostream" |
||||||
|
#include "string" |
||||||
|
#include <sys/stat.h> |
||||||
|
#include <unistd.h> |
||||||
|
#include <assert.h> |
||||||
|
|
||||||
|
#define CHECK(call) \ |
||||||
|
do \
|
||||||
|
{ \
|
||||||
|
const cudaError_t error_code = call; \
|
||||||
|
if (error_code != cudaSuccess) \
|
||||||
|
{ \
|
||||||
|
printf("CUDA Error:\n"); \
|
||||||
|
printf(" File: %s\n", __FILE__); \
|
||||||
|
printf(" Line: %d\n", __LINE__); \
|
||||||
|
printf(" Error code: %d\n", error_code); \
|
||||||
|
printf(" Error text: %s\n", \
|
||||||
|
cudaGetErrorString(error_code)); \
|
||||||
|
exit(1); \
|
||||||
|
} \
|
||||||
|
} while (0) |
||||||
|
|
||||||
|
const int DEVICE = 0; |
||||||
|
|
||||||
|
class Logger : public nvinfer1::ILogger |
||||||
|
{ |
||||||
|
public: |
||||||
|
nvinfer1::ILogger::Severity reportableSeverity; |
||||||
|
|
||||||
|
explicit Logger(nvinfer1::ILogger::Severity severity = nvinfer1::ILogger::Severity::kINFO) : |
||||||
|
reportableSeverity(severity) |
||||||
|
{ |
||||||
|
} |
||||||
|
|
||||||
|
void log(nvinfer1::ILogger::Severity severity, const char* msg) noexcept override |
||||||
|
{ |
||||||
|
if (severity > reportableSeverity) |
||||||
|
{ |
||||||
|
return; |
||||||
|
} |
||||||
|
switch (severity) |
||||||
|
{ |
||||||
|
case nvinfer1::ILogger::Severity::kINTERNAL_ERROR: |
||||||
|
std::cerr << "INTERNAL_ERROR: "; |
||||||
|
break; |
||||||
|
case nvinfer1::ILogger::Severity::kERROR: |
||||||
|
std::cerr << "ERROR: "; |
||||||
|
break; |
||||||
|
case nvinfer1::ILogger::Severity::kWARNING: |
||||||
|
std::cerr << "WARNING: "; |
||||||
|
break; |
||||||
|
case nvinfer1::ILogger::Severity::kINFO: |
||||||
|
std::cerr << "INFO: "; |
||||||
|
break; |
||||||
|
default: |
||||||
|
std::cerr << "VERBOSE: "; |
||||||
|
break; |
||||||
|
} |
||||||
|
std::cerr << msg << std::endl; |
||||||
|
} |
||||||
|
}; |
||||||
|
|
||||||
|
inline int get_size_by_dims(const nvinfer1::Dims& dims) |
||||||
|
{ |
||||||
|
int size = 1; |
||||||
|
for (int i = 0; i < dims.nbDims; i++) |
||||||
|
{ |
||||||
|
size *= dims.d[i]; |
||||||
|
} |
||||||
|
return size; |
||||||
|
} |
||||||
|
|
||||||
|
inline int DataTypeToSize(const nvinfer1::DataType& dataType) |
||||||
|
{ |
||||||
|
switch (dataType) |
||||||
|
{ |
||||||
|
case nvinfer1::DataType::kFLOAT: |
||||||
|
return sizeof(float); |
||||||
|
case nvinfer1::DataType::kHALF: |
||||||
|
return 2; |
||||||
|
case nvinfer1::DataType::kINT8: |
||||||
|
return sizeof(int8_t); |
||||||
|
case nvinfer1::DataType::kINT32: |
||||||
|
return sizeof(int32_t); |
||||||
|
case nvinfer1::DataType::kBOOL: |
||||||
|
return sizeof(bool); |
||||||
|
default: |
||||||
|
return sizeof(float); |
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
inline float clamp(const float val, const float minVal = 0.f, const float maxVal = 1280.f) |
||||||
|
{ |
||||||
|
assert(minVal <= maxVal); |
||||||
|
return std::min(maxVal, std::max(minVal, val)); |
||||||
|
} |
||||||
|
|
||||||
|
inline bool IsPathExist(const std::string& path) |
||||||
|
{ |
||||||
|
if (access(path.c_str(), 0) == F_OK) |
||||||
|
{ |
||||||
|
return true; |
||||||
|
} |
||||||
|
return false; |
||||||
|
} |
||||||
|
|
||||||
|
inline bool IsFile(const std::string& path) |
||||||
|
{ |
||||||
|
if (!IsPathExist(path)) |
||||||
|
{ |
||||||
|
printf("%s:%d %s not exist\n", __FILE__, __LINE__, path.c_str()); |
||||||
|
return false; |
||||||
|
} |
||||||
|
struct stat buffer; |
||||||
|
return (stat(path.c_str(), &buffer) == 0 && S_ISREG(buffer.st_mode)); |
||||||
|
} |
||||||
|
|
||||||
|
inline bool IsFolder(const std::string& path) |
||||||
|
{ |
||||||
|
if (!IsPathExist(path)) |
||||||
|
{ |
||||||
|
return false; |
||||||
|
} |
||||||
|
struct stat buffer; |
||||||
|
return (stat(path.c_str(), &buffer) == 0 && S_ISDIR(buffer.st_mode)); |
||||||
|
} |
||||||
|
|
||||||
|
#endif //YOLOV8_TENSORRT_CSRC_DETECT_CONFIG_H
|
||||||
@ -0,0 +1,52 @@ |
|||||||
|
cmake_minimum_required(VERSION 2.8.12) |
||||||
|
|
||||||
|
set(CMAKE_CUDA_ARCHITECTURES 60 61 62 70 72 75 86) |
||||||
|
set(CMAKE_CUDA_COMPILER /usr/local/cuda/bin/nvcc) |
||||||
|
|
||||||
|
project(yolov8 LANGUAGES CXX CUDA) |
||||||
|
|
||||||
|
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++14 -O3 -g") |
||||||
|
set(CMAKE_CXX_STANDARD 14) |
||||||
|
set(CMAKE_BUILD_TYPE Release) |
||||||
|
option(CUDA_USE_STATIC_CUDA_RUNTIME OFF) |
||||||
|
|
||||||
|
# CUDA |
||||||
|
find_package(CUDA REQUIRED) |
||||||
|
message(STATUS "CUDA Libs: \n${CUDA_LIBRARIES}\n") |
||||||
|
message(STATUS "CUDA Headers: \n${CUDA_INCLUDE_DIRS}\n") |
||||||
|
|
||||||
|
# OpenCV |
||||||
|
find_package(OpenCV REQUIRED) |
||||||
|
message(STATUS "OpenCV Libs: \n${OpenCV_LIBS}\n") |
||||||
|
message(STATUS "OpenCV Libraries: \n${OpenCV_LIBRARIES}\n") |
||||||
|
message(STATUS "OpenCV Headers: \n${OpenCV_INCLUDE_DIRS}\n") |
||||||
|
|
||||||
|
# TensorRT |
||||||
|
set(TensorRT_INCLUDE_DIRS /usr/include/x86_64-linux-gnu) |
||||||
|
set(TensorRT_LIBRARIES /usr/lib/x86_64-linux-gnu) |
||||||
|
|
||||||
|
|
||||||
|
message(STATUS "TensorRT Libs: \n${TensorRT_LIBRARIES}\n") |
||||||
|
message(STATUS "TensorRT Headers: \n${TensorRT_INCLUDE_DIRS}\n") |
||||||
|
|
||||||
|
list(APPEND INCLUDE_DIRS |
||||||
|
${CUDA_INCLUDE_DIRS} |
||||||
|
${OpenCV_INCLUDE_DIRS} |
||||||
|
${TensorRT_INCLUDE_DIRS} |
||||||
|
../config |
||||||
|
) |
||||||
|
|
||||||
|
list(APPEND ALL_LIBS |
||||||
|
${CUDA_LIBRARIES} |
||||||
|
${OpenCV_LIBRARIES} |
||||||
|
${TensorRT_LIBRARIES} |
||||||
|
) |
||||||
|
|
||||||
|
include_directories(${INCLUDE_DIRS}) |
||||||
|
|
||||||
|
add_executable(${PROJECT_NAME} |
||||||
|
main.cpp |
||||||
|
) |
||||||
|
|
||||||
|
target_link_directories(${PROJECT_NAME} PUBLIC ${ALL_LIBS}) |
||||||
|
target_link_libraries(${PROJECT_NAME} PRIVATE nvinfer nvinfer_plugin cudart ${OpenCV_LIBS}) |
||||||
@ -0,0 +1,74 @@ |
|||||||
|
//
|
||||||
|
// Created by ubuntu on 1/8/23.
|
||||||
|
//
|
||||||
|
#include "yolov8.hpp" |
||||||
|
int main(int argc, char** argv) |
||||||
|
{ |
||||||
|
cudaSetDevice(DEVICE); |
||||||
|
|
||||||
|
const std::string engine_file_path{ argv[1] }; |
||||||
|
const std::string path{ argv[2] }; |
||||||
|
std::vector<cv::String> imagePathList; |
||||||
|
bool isVideo{ false }; |
||||||
|
if (IsFile(path)) |
||||||
|
{ |
||||||
|
std::string suffix = path.substr(path.find_last_of('.') + 1); |
||||||
|
if (suffix == "jpg") |
||||||
|
{ |
||||||
|
imagePathList.push_back(path); |
||||||
|
} |
||||||
|
else if (suffix == "mp4") |
||||||
|
{ |
||||||
|
isVideo = true; |
||||||
|
} |
||||||
|
} |
||||||
|
else if (IsFolder(path)) |
||||||
|
{ |
||||||
|
cv::glob(path + "/*.jpg", imagePathList); |
||||||
|
} |
||||||
|
|
||||||
|
auto* yolov8 = new YOLOv8(engine_file_path); |
||||||
|
yolov8->make_pipe(true); |
||||||
|
|
||||||
|
if (isVideo) |
||||||
|
{ |
||||||
|
cv::VideoCapture cap(path); |
||||||
|
cv::Mat image; |
||||||
|
|
||||||
|
while (cap.isOpened()) |
||||||
|
{ |
||||||
|
cap >> image; |
||||||
|
yolov8->copy_from_Mat(image); |
||||||
|
yolov8->infer(); |
||||||
|
std::vector<Object> objs; |
||||||
|
yolov8->postprocess(objs); |
||||||
|
draw_objects(image, objs); |
||||||
|
if (cv::waitKey(1) == 'q') |
||||||
|
{ |
||||||
|
break; |
||||||
|
} |
||||||
|
|
||||||
|
} |
||||||
|
cv::destroyAllWindows(); |
||||||
|
} |
||||||
|
else |
||||||
|
{ |
||||||
|
for (auto& path : imagePathList) |
||||||
|
{ |
||||||
|
cv::Mat image = cv::imread(path); |
||||||
|
yolov8->copy_from_Mat(image); |
||||||
|
auto start = std::chrono::system_clock::now(); |
||||||
|
yolov8->infer(); |
||||||
|
auto end = std::chrono::system_clock::now(); |
||||||
|
auto tc = std::chrono::duration_cast<std::chrono::microseconds>(end - start).count() / 1000.f; |
||||||
|
|
||||||
|
printf("infer %-20s\tcost %2.4f ms\n", path.c_str(), tc); |
||||||
|
|
||||||
|
std::vector<Object> objs; |
||||||
|
yolov8->postprocess(objs); |
||||||
|
draw_objects(image, objs); |
||||||
|
cv::waitKey(0); |
||||||
|
} |
||||||
|
} |
||||||
|
return 0; |
||||||
|
} |
||||||
@ -0,0 +1,397 @@ |
|||||||
|
//
|
||||||
|
// Created by ubuntu on 1/8/23.
|
||||||
|
//
|
||||||
|
#include "detect_config.hpp" |
||||||
|
#include <iostream> |
||||||
|
#include <fstream> |
||||||
|
#include <vector> |
||||||
|
#include <dirent.h> |
||||||
|
#include <chrono> |
||||||
|
#include <string> |
||||||
|
#include <array> |
||||||
|
#include <opencv2/opencv.hpp> |
||||||
|
#include <opencv2/core/core.hpp> |
||||||
|
#include <opencv2/dnn/dnn.hpp> |
||||||
|
#include <opencv2/imgproc.hpp> |
||||||
|
#include <cuda_runtime_api.h> |
||||||
|
#include "NvInfer.h" |
||||||
|
#include "NvInferPlugin.h" |
||||||
|
#include "NvInferRuntimeCommon.h" |
||||||
|
|
||||||
|
static const int INPUT_W = 640; |
||||||
|
static const int INPUT_H = 640; |
||||||
|
static const int NUM_INPUT = 1; |
||||||
|
static const int NUM_OUTPUT = 4; |
||||||
|
|
||||||
|
static const int NUM_BINDINGS = NUM_INPUT + NUM_OUTPUT; |
||||||
|
const cv::Scalar PAD_COLOR = { 114, 114, 114 }; |
||||||
|
const cv::Scalar RECT_COLOR = cv::Scalar(0, 0, 255); |
||||||
|
const cv::Scalar TXT_COLOR = cv::Scalar(255, 255, 255); |
||||||
|
|
||||||
|
const char* INPUT = "images"; |
||||||
|
const char* NUM_DETS = "num_dets"; |
||||||
|
const char* BBOXES = "bboxes"; |
||||||
|
const char* SCORES = "scores"; |
||||||
|
const char* LABELS = "labels"; |
||||||
|
|
||||||
|
const char* CLASS_NAMES[] = { "person", "bicycle", "car", "motorcycle", "airplane", "bus", "train", "truck", "boat", |
||||||
|
"traffic light", "fire hydrant", "stop sign", "parking meter", "bench", "bird", "cat", |
||||||
|
"dog", "horse", "sheep", "cow", "elephant", "bear", "zebra", "giraffe", "backpack", |
||||||
|
"umbrella", "handbag", "tie", "suitcase", "frisbee", "skis", "snowboard", "sports ball", |
||||||
|
"kite", "baseball bat", "baseball glove", "skateboard", "surfboard", "tennis racket", |
||||||
|
"bottle", "wine glass", "cup", "fork", "knife", "spoon", "bowl", "banana", "apple", |
||||||
|
"sandwich", "orange", "broccoli", "carrot", "hot dog", "pizza", "donut", "cake", "chair", |
||||||
|
"couch", "potted plant", "bed", "dining table", "toilet", "tv", "laptop", "mouse", |
||||||
|
"remote", "keyboard", "cell phone", "microwave", "oven", "toaster", "sink", |
||||||
|
"refrigerator", "book", "clock", "vase", "scissors", "teddy bear", "hair drier", |
||||||
|
"toothbrush" }; |
||||||
|
|
||||||
|
const unsigned int COLORS[80][3] = { |
||||||
|
{ 0, 114, 189 }, |
||||||
|
{ 217, 83, 25 }, |
||||||
|
{ 237, 177, 32 }, |
||||||
|
{ 126, 47, 142 }, |
||||||
|
{ 119, 172, 48 }, |
||||||
|
{ 77, 190, 238 }, |
||||||
|
{ 162, 20, 47 }, |
||||||
|
{ 76, 76, 76 }, |
||||||
|
{ 153, 153, 153 }, |
||||||
|
{ 255, 0, 0 }, |
||||||
|
{ 255, 128, 0 }, |
||||||
|
{ 191, 191, 0 }, |
||||||
|
{ 0, 255, 0 }, |
||||||
|
{ 0, 0, 255 }, |
||||||
|
{ 170, 0, 255 }, |
||||||
|
{ 85, 85, 0 }, |
||||||
|
{ 85, 170, 0 }, |
||||||
|
{ 85, 255, 0 }, |
||||||
|
{ 170, 85, 0 }, |
||||||
|
{ 170, 170, 0 }, |
||||||
|
{ 170, 255, 0 }, |
||||||
|
{ 255, 85, 0 }, |
||||||
|
{ 255, 170, 0 }, |
||||||
|
{ 255, 255, 0 }, |
||||||
|
{ 0, 85, 128 }, |
||||||
|
{ 0, 170, 128 }, |
||||||
|
{ 0, 255, 128 }, |
||||||
|
{ 85, 0, 128 }, |
||||||
|
{ 85, 85, 128 }, |
||||||
|
{ 85, 170, 128 }, |
||||||
|
{ 85, 255, 128 }, |
||||||
|
{ 170, 0, 128 }, |
||||||
|
{ 170, 85, 128 }, |
||||||
|
{ 170, 170, 128 }, |
||||||
|
{ 170, 255, 128 }, |
||||||
|
{ 255, 0, 128 }, |
||||||
|
{ 255, 85, 128 }, |
||||||
|
{ 255, 170, 128 }, |
||||||
|
{ 255, 255, 128 }, |
||||||
|
{ 0, 85, 255 }, |
||||||
|
{ 0, 170, 255 }, |
||||||
|
{ 0, 255, 255 }, |
||||||
|
{ 85, 0, 255 }, |
||||||
|
{ 85, 85, 255 }, |
||||||
|
{ 85, 170, 255 }, |
||||||
|
{ 85, 255, 255 }, |
||||||
|
{ 170, 0, 255 }, |
||||||
|
{ 170, 85, 255 }, |
||||||
|
{ 170, 170, 255 }, |
||||||
|
{ 170, 255, 255 }, |
||||||
|
{ 255, 0, 255 }, |
||||||
|
{ 255, 85, 255 }, |
||||||
|
{ 255, 170, 255 }, |
||||||
|
{ 85, 0, 0 }, |
||||||
|
{ 128, 0, 0 }, |
||||||
|
{ 170, 0, 0 }, |
||||||
|
{ 212, 0, 0 }, |
||||||
|
{ 255, 0, 0 }, |
||||||
|
{ 0, 43, 0 }, |
||||||
|
{ 0, 85, 0 }, |
||||||
|
{ 0, 128, 0 }, |
||||||
|
{ 0, 170, 0 }, |
||||||
|
{ 0, 212, 0 }, |
||||||
|
{ 0, 255, 0 }, |
||||||
|
{ 0, 0, 43 }, |
||||||
|
{ 0, 0, 85 }, |
||||||
|
{ 0, 0, 128 }, |
||||||
|
{ 0, 0, 170 }, |
||||||
|
{ 0, 0, 212 }, |
||||||
|
{ 0, 0, 255 }, |
||||||
|
{ 0, 0, 0 }, |
||||||
|
{ 36, 36, 36 }, |
||||||
|
{ 73, 73, 73 }, |
||||||
|
{ 109, 109, 109 }, |
||||||
|
{ 146, 146, 146 }, |
||||||
|
{ 182, 182, 182 }, |
||||||
|
{ 219, 219, 219 }, |
||||||
|
{ 0, 114, 189 }, |
||||||
|
{ 80, 183, 189 }, |
||||||
|
{ 128, 128, 0 } |
||||||
|
}; |
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
struct Object |
||||||
|
{ |
||||||
|
cv::Rect_<float> rect; |
||||||
|
int label = 0; |
||||||
|
float prob = 0.0; |
||||||
|
}; |
||||||
|
|
||||||
|
class YOLOv8 |
||||||
|
{ |
||||||
|
public: |
||||||
|
explicit YOLOv8(const std::string& engine_file_path); |
||||||
|
~YOLOv8(); |
||||||
|
|
||||||
|
void make_pipe(bool warmup = true); |
||||||
|
void copy_from_Mat(const cv::Mat& image); |
||||||
|
void infer(); |
||||||
|
void postprocess(std::vector<Object>& objs); |
||||||
|
|
||||||
|
size_t in_size = 1 * 3 * INPUT_W * INPUT_H; |
||||||
|
float w; |
||||||
|
float h; |
||||||
|
float ratio = 1.0f; |
||||||
|
float dw = 0.f; |
||||||
|
float dh = 0.f; |
||||||
|
std::array<std::pair<int, int>, NUM_OUTPUT> out_sizes{}; |
||||||
|
std::array<void*, NUM_OUTPUT> outputs{}; |
||||||
|
private: |
||||||
|
nvinfer1::ICudaEngine* engine = nullptr; |
||||||
|
nvinfer1::IRuntime* runtime = nullptr; |
||||||
|
nvinfer1::IExecutionContext* context = nullptr; |
||||||
|
cudaStream_t stream = nullptr; |
||||||
|
std::array<void*, NUM_BINDINGS> buffs{}; |
||||||
|
Logger gLogger{ nvinfer1::ILogger::Severity::kERROR }; |
||||||
|
|
||||||
|
}; |
||||||
|
|
||||||
|
YOLOv8::YOLOv8(const std::string& engine_file_path) |
||||||
|
{ |
||||||
|
std::ifstream file(engine_file_path, std::ios::binary); |
||||||
|
assert(file.good()); |
||||||
|
file.seekg(0, std::ios::end); |
||||||
|
auto size = file.tellg(); |
||||||
|
std::ostringstream fmt; |
||||||
|
|
||||||
|
file.seekg(0, std::ios::beg); |
||||||
|
char* trtModelStream = new char[size]; |
||||||
|
assert(trtModelStream); |
||||||
|
file.read(trtModelStream, size); |
||||||
|
file.close(); |
||||||
|
initLibNvInferPlugins(&this->gLogger, ""); |
||||||
|
this->runtime = nvinfer1::createInferRuntime(this->gLogger); |
||||||
|
assert(this->runtime != nullptr); |
||||||
|
|
||||||
|
this->engine = this->runtime->deserializeCudaEngine(trtModelStream, size); |
||||||
|
assert(this->engine != nullptr); |
||||||
|
|
||||||
|
this->context = this->engine->createExecutionContext(); |
||||||
|
|
||||||
|
assert(this->context != nullptr); |
||||||
|
cudaStreamCreate(&this->stream); |
||||||
|
|
||||||
|
} |
||||||
|
|
||||||
|
YOLOv8::~YOLOv8() |
||||||
|
{ |
||||||
|
this->engine->destroy(); |
||||||
|
this->context->destroy(); |
||||||
|
this->runtime->destroy(); |
||||||
|
cudaStreamDestroy(this->stream); |
||||||
|
for (auto& ptr : this->buffs) |
||||||
|
{ |
||||||
|
CHECK(cudaFree(ptr)); |
||||||
|
} |
||||||
|
|
||||||
|
for (auto& ptr : this->outputs) |
||||||
|
{ |
||||||
|
CHECK(cudaFree(ptr)); |
||||||
|
} |
||||||
|
|
||||||
|
} |
||||||
|
void YOLOv8::make_pipe(bool warmup) |
||||||
|
{ |
||||||
|
const nvinfer1::Dims input_dims = this->engine->getBindingDimensions( |
||||||
|
this->engine->getBindingIndex(INPUT) |
||||||
|
); |
||||||
|
this->in_size = get_size_by_dims(input_dims); |
||||||
|
CHECK(cudaMalloc(&this->buffs[0], this->in_size * sizeof(float))); |
||||||
|
|
||||||
|
this->context->setBindingDimensions(0, input_dims); |
||||||
|
const int32_t num_dets_idx = this->engine->getBindingIndex(NUM_DETS); |
||||||
|
const nvinfer1::Dims num_dets_dims = this->context->getBindingDimensions(num_dets_idx); |
||||||
|
this->out_sizes[num_dets_idx - NUM_INPUT].first = get_size_by_dims(num_dets_dims); |
||||||
|
this->out_sizes[num_dets_idx - NUM_INPUT].second = DataTypeToSize( |
||||||
|
this->engine->getBindingDataType(num_dets_idx)); |
||||||
|
|
||||||
|
const int32_t bboxes_idx = this->engine->getBindingIndex(BBOXES); |
||||||
|
const nvinfer1::Dims bboxes_dims = this->context->getBindingDimensions(bboxes_idx); |
||||||
|
|
||||||
|
this->out_sizes[bboxes_idx - NUM_INPUT].first = get_size_by_dims(bboxes_dims); |
||||||
|
this->out_sizes[bboxes_idx - NUM_INPUT].second = DataTypeToSize( |
||||||
|
this->engine->getBindingDataType(bboxes_idx)); |
||||||
|
|
||||||
|
const int32_t scores_idx = this->engine->getBindingIndex(SCORES); |
||||||
|
const nvinfer1::Dims scores_dims = this->context->getBindingDimensions(scores_idx); |
||||||
|
this->out_sizes[scores_idx - NUM_INPUT].first = get_size_by_dims(scores_dims); |
||||||
|
this->out_sizes[scores_idx - NUM_INPUT].second = DataTypeToSize( |
||||||
|
this->engine->getBindingDataType(scores_idx)); |
||||||
|
|
||||||
|
const int32_t labels_idx = this->engine->getBindingIndex(LABELS); |
||||||
|
const nvinfer1::Dims labels_dims = this->context->getBindingDimensions(labels_idx); |
||||||
|
this->out_sizes[labels_idx - NUM_INPUT].first = get_size_by_dims(labels_dims); |
||||||
|
this->out_sizes[labels_idx - NUM_INPUT].second = DataTypeToSize( |
||||||
|
this->engine->getBindingDataType(labels_idx)); |
||||||
|
|
||||||
|
for (int i = 0; i < NUM_OUTPUT; i++) |
||||||
|
{ |
||||||
|
const int osize = this->out_sizes[i].first * out_sizes[i].second; |
||||||
|
CHECK(cudaHostAlloc(&this->outputs[i], osize, 0)); |
||||||
|
CHECK(cudaMalloc(&this->buffs[NUM_INPUT + i], osize)); |
||||||
|
} |
||||||
|
if (warmup) |
||||||
|
{ |
||||||
|
for (int i = 0; i < 10; i++) |
||||||
|
{ |
||||||
|
size_t isize = this->in_size * sizeof(float); |
||||||
|
auto* tmp = new float[isize]; |
||||||
|
|
||||||
|
CHECK(cudaMemcpyAsync(this->buffs[0], |
||||||
|
tmp, |
||||||
|
isize, |
||||||
|
cudaMemcpyHostToDevice, |
||||||
|
this->stream)); |
||||||
|
this->infer(); |
||||||
|
} |
||||||
|
printf("model warmup 10 times\n"); |
||||||
|
|
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
void YOLOv8::copy_from_Mat(const cv::Mat& image) |
||||||
|
{ |
||||||
|
float height = image.rows; |
||||||
|
float width = image.cols; |
||||||
|
|
||||||
|
float r = std::min(INPUT_H / height, INPUT_W / width); |
||||||
|
|
||||||
|
int padw = (int)std::round(width * r); |
||||||
|
int padh = (int)std::round(height * r); |
||||||
|
|
||||||
|
cv::Mat tmp; |
||||||
|
if ((int)width != padw || (int)height != padh) |
||||||
|
{ |
||||||
|
cv::resize(image, tmp, cv::Size(padw, padh)); |
||||||
|
} |
||||||
|
else |
||||||
|
{ |
||||||
|
tmp = image.clone(); |
||||||
|
} |
||||||
|
|
||||||
|
float _dw = INPUT_W - padw; |
||||||
|
float _dh = INPUT_H - padh; |
||||||
|
|
||||||
|
_dw /= 2.0f; |
||||||
|
_dh /= 2.0f; |
||||||
|
int top = int(std::round(_dh - 0.1f)); |
||||||
|
int bottom = int(std::round(_dh + 0.1f)); |
||||||
|
int left = int(std::round(_dw - 0.1f)); |
||||||
|
int right = int(std::round(_dw + 0.1f)); |
||||||
|
cv::copyMakeBorder(tmp, tmp, top, bottom, left, right, cv::BORDER_CONSTANT, PAD_COLOR); |
||||||
|
cv::dnn::blobFromImage(tmp, |
||||||
|
tmp, |
||||||
|
1 / 255.f, |
||||||
|
cv::Size(), |
||||||
|
cv::Scalar(0, 0, 0), |
||||||
|
true, |
||||||
|
false, |
||||||
|
CV_32F); |
||||||
|
CHECK(cudaMemcpyAsync(this->buffs[0], |
||||||
|
tmp.ptr<float>(), |
||||||
|
this->in_size * sizeof(float), |
||||||
|
cudaMemcpyHostToDevice, |
||||||
|
this->stream)); |
||||||
|
|
||||||
|
this->ratio = 1 / r; |
||||||
|
this->dw = _dw; |
||||||
|
this->dh = _dh; |
||||||
|
this->w = width; |
||||||
|
this->h = height; |
||||||
|
} |
||||||
|
|
||||||
|
void YOLOv8::infer() |
||||||
|
{ |
||||||
|
this->context->enqueueV2(buffs.data(), this->stream, nullptr); |
||||||
|
for (int i = 0; i < NUM_OUTPUT; i++) |
||||||
|
{ |
||||||
|
const int osize = this->out_sizes[i].first * out_sizes[i].second; |
||||||
|
CHECK(cudaMemcpyAsync(this->outputs[i], |
||||||
|
this->buffs[NUM_INPUT + i], |
||||||
|
osize, |
||||||
|
cudaMemcpyDeviceToHost, |
||||||
|
this->stream)); |
||||||
|
} |
||||||
|
cudaStreamSynchronize(this->stream); |
||||||
|
|
||||||
|
} |
||||||
|
|
||||||
|
void YOLOv8::postprocess(std::vector<Object>& objs) |
||||||
|
{ |
||||||
|
int* num_dets = static_cast<int*>(this->outputs[0]); |
||||||
|
auto* boxes = static_cast<float*>(this->outputs[1]); |
||||||
|
auto* scores = static_cast<float*>(this->outputs[2]); |
||||||
|
int* labels = static_cast<int*>(this->outputs[3]); |
||||||
|
for (int i = 0; i < num_dets[0]; i++) |
||||||
|
{ |
||||||
|
Object obj; |
||||||
|
float x0 = (boxes[i * 4]) - this->dw; |
||||||
|
float y0 = (boxes[i * 4 + 1]) - this->dh; |
||||||
|
float x1 = (boxes[i * 4 + 2]) - this->dw; |
||||||
|
float y1 = (boxes[i * 4 + 3]) - this->dh; |
||||||
|
|
||||||
|
x0 = clamp(x0 * this->ratio, 0.f, this->w); |
||||||
|
y0 = clamp(y0 * this->ratio, 0.f, this->h); |
||||||
|
x1 = clamp(x1 * this->ratio, 0.f, this->w); |
||||||
|
y1 = clamp(y1 * this->ratio, 0.f, this->h); |
||||||
|
obj.rect.x = x0; |
||||||
|
obj.rect.y = y0; |
||||||
|
obj.rect.width = x1 - x0; |
||||||
|
obj.rect.height = y1 - y0; |
||||||
|
obj.prob = scores[i]; |
||||||
|
obj.label = labels[i]; |
||||||
|
|
||||||
|
objs.push_back(obj); |
||||||
|
|
||||||
|
} |
||||||
|
} |
||||||
|
|
||||||
|
static void draw_objects(const cv::Mat& image, const std::vector<Object>& objs) |
||||||
|
{ |
||||||
|
cv::Mat img = image.clone(); |
||||||
|
for (auto& obj : objs) |
||||||
|
{ |
||||||
|
cv::Scalar color = cv::Scalar(COLORS[obj.label][0], COLORS[obj.label][1], COLORS[obj.label][2]); |
||||||
|
cv::rectangle(img, obj.rect, color, 2); |
||||||
|
|
||||||
|
char text[256]; |
||||||
|
sprintf(text, "%s %.1f%%", CLASS_NAMES[obj.label], obj.prob * 100); |
||||||
|
|
||||||
|
int baseLine = 0; |
||||||
|
cv::Size label_size = cv::getTextSize(text, cv::FONT_HERSHEY_SIMPLEX, 0.4, 1, &baseLine); |
||||||
|
|
||||||
|
int x = (int)obj.rect.x; |
||||||
|
int y = (int)obj.rect.y + 1; |
||||||
|
|
||||||
|
if (y > img.rows) |
||||||
|
y = img.rows; |
||||||
|
|
||||||
|
cv::rectangle(img, cv::Rect(x, y, label_size.width, label_size.height + baseLine), RECT_COLOR, -1); |
||||||
|
|
||||||
|
cv::putText(img, text, cv::Point(x, y + label_size.height), |
||||||
|
cv::FONT_HERSHEY_SIMPLEX, 0.4, TXT_COLOR, 1); |
||||||
|
} |
||||||
|
|
||||||
|
cv::imshow("results", img); |
||||||
|
} |
||||||
Loading…
Reference in new issue