Yolor

fastdeploy/utils/utils.h

@@ -69,6 +69,10 @@ class FASTDEPLOY_DECL FDLogger {
 #define __REL_FILE__ __FILE__
 #endif
 
+#define FDERROR                                                                \
+  FDLogger(true, "[ERROR]")                                                    \
+      << __REL_FILE__ << "(" << __LINE__ << ")::" << __FUNCTION__ << "\t"
+
 #define FDERROR                                                \
   FDLogger(true, "[ERROR]") << __REL_FILE__ << "(" << __LINE__ \
                             << ")::" << __FUNCTION__ << "\t"

fastdeploy/vision/ppcls/model.cc

@@ -148,6 +148,6 @@ bool Model::Predict(cv::Mat* im, ClassifyResult* result, int topk) {
   return true;
 }
 
-}  // namespace ppcls
-}  // namespace vision
-}  // namespace fastdeploy
+} // namespace ppcls
+} // namespace vision
+} // namespace fastdeploy

fastdeploy/vision/ultralytics/yolov5.cc

@@ -204,9 +204,9 @@ bool YOLOv5::Postprocess(
   }
 
   if (result->boxes.size() == 0) {
-    return true;
+    return  true;
   }
-
+ 
   utils::NMS(result, nms_iou_threshold);
 
   // scale the boxes to the origin image shape

fastdeploy/vision/utils/sort_det_res.cc

@@ -70,7 +70,7 @@ void SortDetectionResult(DetectionResult* result) {
   size_t low = 0;
   size_t high = result->scores.size();
   if (high == 0) {
-    return;
+      return;
   }
   high = high - 1;
   MergeSort(result, low, high);

fastdeploy/vision/wongkinyiu/__init__.py

@@ -135,7 +135,7 @@ def predict(self, input_image, conf_threshold=0.25, nms_iou_threshold=0.5):
         return self._model.predict(input_image, conf_threshold,
                                    nms_iou_threshold)
 
-    # 一些跟YOLOv7模型有关的属性封装
+    # 一些跟YOLOR模型有关的属性封装
     # 多数是预处理相关，可通过修改如model.size = [1280, 1280]改变预处理时resize的大小（前提是模型支持）
     @property
     def size(self):

model_zoo/vision/yolor/README.md

@@ -1,6 +1,7 @@
 # 编译YOLOR示例
 
-当前支持模型版本为：[YOLOR v0.1](https://github.com/WongKinYiu/yolor/releases/tag/weights)
+当前支持模型版本为：[YOLOR weights](https://github.com/WongKinYiu/yolor/releases/tag/weights)
+(tips: 如果使用 `git clone` 的方式下载仓库代码，请将分支切换(checkout)到 `paper` 分支).
 
 本文档说明如何进行[YOLOR](https://github.com/WongKinYiu/yolor)的快速部署推理。本目录结构如下
 
@@ -18,19 +19,17 @@
 
 - 手动获取
 
-  访问[YOLOR](https://github.com/WongKinYiu/yolor)官方github库，按照指引下载安装，下载`yolor.pt` 模型，利用 `models/export.py` 得到`onnx`格式文件。
-
-
+  访问[YOLOR](https://github.com/WongKinYiu/yolor)官方github库，按照指引下载安装，下载`yolor.pt` 模型，利用 `models/export.py` 得到`onnx`格式文件。如果您导出的`onnx`模型出现精度不达标或者是数据维度的问题，可以参考[yolor#32](https://github.com/WongKinYiu/yolor/issues/32)的解决办法
 
   ```
   #下载yolor模型文件
-  wget https://github.com/WongKinYiu/yolor/releases/download/v0.1/yolor.pt
+  wget https://github.com/WongKinYiu/yolor/releases/download/weights/yolor-d6-paper-570.pt
 
   # 导出onnx格式文件
-  python models/export.py --grid --dynamic --weights PATH/TO/yolo7.pt
+  python models/export.py  --weights PATH/TO/yolor-xx-xx-xx.pt --img-size 640
 
   # 移动onnx文件到demo目录
-  cp PATH/TO/yolo7.onnx PATH/TO/model_zoo/vision/yolor/
+  cp PATH/TO/yolor.onnx PATH/TO/model_zoo/vision/yolor/
   ```
 
 ## 安装FastDeploy

model_zoo/vision/yolor/cpp/README.md

@@ -1,20 +1,22 @@
 # 编译YOLOR示例
 
-当前支持模型版本为：[YOLOR v0.1](https://github.com/WongKinYiu/yolor/releases/tag/weights)
-
+当前支持模型版本为：[YOLOR weights](https://github.com/WongKinYiu/yolor/releases/tag/weights)
+(tips: 如果使用 `git clone` 的方式下载仓库代码，请将分支切换(checkout)到 `paper` 分支).
 ## 获取ONNX文件
 
 - 手动获取
 
-  访问[YOLOR](https://github.com/WongKinYiu/yolor/releases/tag/weights)官方github库，按照指引下载安装，下载`yolor.pt` 模型，利用 `models/export.py` 得到`onnx`格式文件。
+  访问[YOLOR](https://github.com/WongKinYiu/yolor)官方github库，按照指引下载安装，下载`yolor.pt` 模型，利用 `models/export.py` 得到`onnx`格式文件。如果您导出的`onnx`模型出现精度不达标或者是数据维度的问题，可以参考[yolor#32](https://github.com/WongKinYiu/yolor/issues/32)的解决办法
 
   ```
   #下载yolor模型文件
-  wget https://github.com/WongKinYiu/yolor/releases/download/v0.1/yolor.pt
+  wget https://github.com/WongKinYiu/yolor/releases/download/weights/yolor-d6-paper-570.pt
 
   # 导出onnx格式文件
-  python models/export.py --grid --dynamic --weights PATH/TO/yolo7.pt
+  python models/export.py  --weights PATH/TO/yolor-xx-xx-xx.pt --img-size 640
 
+  # 移动onnx文件到demo目录
+  cp PATH/TO/yolor.onnx PATH/TO/model_zoo/vision/yolor/
   ```
 
 
@@ -31,7 +33,7 @@ cmake ..
 make -j
 
 # 移动onnx文件到demo目录
-cp PATH/TO/yolo7.onnx PATH/TO/model_zoo/vision/yolor/cpp/build/
+cp PATH/TO/yolor.onnx PATH/TO/model_zoo/vision/yolor/cpp/build/
 
 # 下载图片
 wget https://raw.githubusercontent.com/WongKinYiu/yolor/paper/inference/images/horses.jpg

model_zoo/vision/yolov7/README.md

@@ -27,10 +27,10 @@
   wget https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt
 
   # 导出onnx格式文件
-  python models/export.py --grid --dynamic --weights PATH/TO/yolo7.pt
+  python models/export.py --grid --dynamic --weights PATH/TO/yolov7.pt
 
   # 移动onnx文件到demo目录
-  cp PATH/TO/yolo7.onnx PATH/TO/model_zoo/vision/yolov7/
+  cp PATH/TO/yolov7.onnx PATH/TO/model_zoo/vision/yolov7/
   ```
 
 ## 安装FastDeploy

model_zoo/vision/yolov7/cpp/README.md

@@ -13,7 +13,7 @@
   wget https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7.pt
 
   # 导出onnx格式文件
-  python models/export.py --grid --dynamic --weights PATH/TO/yolo7.pt
+  python models/export.py --grid --dynamic --weights PATH/TO/yolov7.pt
 
   ```
 
@@ -31,7 +31,7 @@ cmake ..
 make -j
 
 # 移动onnx文件到demo目录
-cp PATH/TO/yolo7.onnx PATH/TO/model_zoo/vision/yolov7/cpp/build/
+cp PATH/TO/yolov7.onnx PATH/TO/model_zoo/vision/yolov7/cpp/build/
 
 # 下载图片
 wget https://raw.githubusercontent.com/WongKinYiu/yolov7/main/inference/images/horses.jpg