[深度学习]使用python部署yolov10的onnx模型

测试环境：

onnxruntime==1.15.1

opencv-python==4.8.0.76

部分实现代码：

复制代码

 parser = argparse.ArgumentParser()
    parser.add_argument("--model", type=str, default="yolov10n.onnx", help="Input your ONNX model.")
    parser.add_argument("--img", type=str, default="bus.jpg", help="Path to input image.")
    parser.add_argument("--conf-thres", type=float, default=0.5, help="Confidence threshold")
    parser.add_argument("--iou-thres", type=float, default=0.5, help="NMS IoU threshold")
    args = parser.parse_args()


    # Create an instance of the YOLOv10 class with the specified arguments
    detection = YOLOv10(args.model, args.img, args.conf_thres, args.iou_thres)

    # Perform object detection and obtain the output image
    output_image = detection.main()

    # Display the output image in a window
    cv2.namedWindow("Output", cv2.WINDOW_NORMAL)
    cv2.imshow("Output", output_image)

    # Wait for a key press to exit
    cv2.waitKey(0)

视频演示：

使用python部署yolov10的onnx模型_哔哩哔哩_bilibili测试环境：onnxruntime==1.15.1opencv-python==4.8.0.76torch==1.9.0+cu111目前代码已经注释pytorch部分，可以不用安装pytorch, 视频播放量 1、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者未来自主研究中心, 作者简介未来自主研究中心，相关视频：北京籍前华为首名女黑客瑾瑾在b站坚持直播编程到凌晨可直播间却仅1在线，分享最新版ChatTTS整合包，解压即用，功能吊打大多数AI配音，基于threejs的元宇宙门户编辑平台展示，用C#部署yolov8的tensorrt模型进行目标检测winform最快检测速度，yolox+deepsort+pyqt5实现目标追踪结果演示，使用纯opencv部署yolov8目标检测模型onnx，AI建模怎么事？我用5秒钟生成的热巴模型，什么水平？，使用C#部署yolov8的目标检测tensorrt模型， $深度学习$ $目标检测$ $面试提问$ Batch Normalization批归一化，基于yolov6+botsort+pyqt5实现的目标追踪视频演示https://www.bilibili.com/video/BV1CS411N7WE/?vd_source=989ae2b903ea1b5acebbe2c4c4a635ee

代码下载：https://download.csdn.net/download/FL1623863129/89388835