https://github.com/hpc203/yolov5-face-landmarks-opencv

yolov5检测人脸和关键点，只依赖opencv库就可以运行，程序包含C++和Python两个版本的
https://github.com/hpc203/yolov5-face-landmarks-opencv

face-detection face-landmark-detection opencv opencv-dnn yolov5

Last synced: 17 days ago
JSON representation

yolov5检测人脸和关键点，只依赖opencv库就可以运行，程序包含C++和Python两个版本的

• Host: GitHub
• URL: https://github.com/hpc203/yolov5-face-landmarks-opencv
• Owner: hpc203
• Created: 2021-05-01T05:25:19.000Z (over 3 years ago)
• Default Branch: main
• Last Pushed: 2021-07-02T03:12:55.000Z (over 3 years ago)
• Last Synced: 2024-08-01T03:44:20.502Z (4 months ago)
• Topics: face-detection, face-landmark-detection, opencv, opencv-dnn, yolov5
• Language: Python
• Homepage:
• Size: 441 KB
• Stars: 62
• Watchers: 2
• Forks: 15
• Open Issues: 6
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# yolov5-face-landmarks-opencv

yolov5检测人脸和关键点，只依赖opencv库就可以运行，程序包含C++和Python两个版本的。

本套程序根据https://github.com/deepcam-cn/yolov5-face 里提供的训练模型.pt文件。转换成onnx文件，

然后使用opencv读取onnx文件做前向推理，onnx文件从百度云盘下载，下载

链接：https://pan.baidu.com/s/14qvEOB90CcVJwVC5jNcu3A 

提取码：duwc 

下载完成后，onnx文件存放目录里，C++版本的主程序是main_yolo.cpp，Python版本的主程序是main.py

。此外，还有一个main_export_onnx.py文件，它是读取pytorch训练模型.pt文件生成onnx文件的。

如果你想重新生成onnx文件，不能直接在该目录下运行的，你需要把文件拷贝到https://github.com/deepcam-cn/yolov5-face

的主目录里运行，就可以生成onnx文件。如果运行过程中没有报错中断，那就说明转换生成onnx文件成功，

并且opencv读取onnx文件做forward也正常。

我之所以发布这个文件，是因为在此之前我发布的一套使用opencv部署yolov5的程序里，转换生成onnx需要经过读取.pt文件生成.pth

文件和编写yolov5.py文件这两个步骤，这个挺麻烦的。然而最近我发现其实可以在读取.pt文件后直接生成.onnx文件的，这样就简化

了生成onnx文件的流程。

此外，我看到github上deepcam-cn更新了yolov5-face的程序，我的使用opencv做yolov5-face推理的程序也做了更新，

更新的程序发布在

https://github.com/hpc203/yolov5-face-landmarks-opencv-v2