AIDetection训练的深度学习模型部署到自己的机器视觉系统中

挑战还在继续啊朋友们，免费帮落地10个工业检测项目，跟踪数据标注、模型训练、参数调优、模型部署。报名的评论区留言联系。
软件下载链接 https://caiyun.139.com/m/i?1D5C28b5xLy9p  提取码:cqn1
继上一篇给大家分享了一个深度学习训练软件AIDetection之后，收到了很多朋友的关注，感谢各位的支持。
很多人希望知道软件训练好模型了，在软件上查看模型效果也没问题了，如何将模型应用到自己的机器视觉系统中。今天跟大家聊一下AIDetection在训练好模型并导出之后，如何应用部署到自己的机器视觉系统中。首先我们需要做一些环境的准备，将软件运行环境放入自己的机器视觉系统运行环境中，如果现场使用CPU推理，则将CPU环境复制过去，如果是GPU环境则复制GPU环境过去，并在VS里包含dlfinfer.h和dlfinfer.lib以及opencv_world430.lib。具体参考AIDSDK\example\example.cpp，我写了详细的代码注释。环境有了之后，要把模型放在自己的机器视觉系统中总共分三步：第一步：调用dlfinfer.h中的模型初始化函数(detect_init)。初始化函数会生成模型句柄。第二步：调用dlfinfer.h中的检测函数(detect_infer)。输入句柄和待检测图像，返回模型检测结果。第三步：如果想释放句柄，调用dlfinfer.h中的释放函数(detect_free)来释放句柄。以上就是调用方式了。这里有些情况需要注意，1、最好在检测循环的外部初始化模型，以免频繁初始化模型浪费检测时间，且每个模型只需初始化一次，可以无限次数检测。2、多线程调用时，避免多个线程同时访问同一个模型句柄。3、用完句柄记得释放。整体流程大致如下：