VS2019 C++ 调用 YOLOv3 动态库实现目标检测

将其放入项目文件夹，并在代码中通过相对路径引用：

#include "yolo_v2_class.hpp" 

也可以添加到项目的'附加包含目录'中，便于统一管理。

配置 OpenCV 环境变量（可选但推荐）

为了使系统能自动识别 OpenCV 的运行时库，建议配置全局环境变量。

操作步骤如下：

1. 【此电脑】→【属性】→【高级系统设置】→【环境变量】
2. 在【系统变量】中编辑 Path
3. 添加以下两条路径（以 OpenCV 3.4.6 为例）： D:\opencv\build\x64\vc15\bin D:\opencv\build\x64\vc15\lib

其中 vc15 对应 Visual Studio 2019（MSVC 15.0），若使用其他版本请相应调整。

验证方式：重启命令提示符，输入 set PATH 查看是否包含上述路径。

创建并配置 C++ 项目

新建空控制台项目

启动 VS2019 →【新建项目】→ 选择'空项目'或'控制台应用 (.NET Framework)' → 语言选 C++，平台务必选择 x64。

这一点非常关键：因为 Darknet 默认编译为 x64 架构，若项目为 Win32 平台会导致链接失败或运行崩溃。

创建完成后，建议立即清理默认预编译头文件（如 pch.h），避免干扰第三方库的正常包含。

组织项目目录结构

良好的文件组织有助于后期维护。建议在项目根目录下创建两个子文件夹：

示例内容包括：

• params/coco.names —— COCO 数据集类别名称列表
• params/yolov3.cfg —— YOLOv3 网络结构配置
• params/yolov3.weights —— 预训练权重文件（约 237MB）
• test/dog.jpg —— 测试图片

💡 coco.names 和 yolov3.weights 可从官方下载：

• weights: https://pjreddie.com/media/files/yolov3.weights
• names: https://raw.githubusercontent.com/pjreddie/darknet/master/data/coco.names

复制必要依赖文件至输出目录

为了让程序顺利运行，需将以下 .dll 文件拷贝到最终的可执行文件同目录（通常是 x64/Debug/ 或 x64/Release/）：

• yolo_cpp_dll.dll
• pthreadGC2.dll
• pthreadVC2.dll
• opencv_world346.dll（或其他对应版本）

这是 Windows 动态链接机制的基本要求：运行时找不到 DLL 就会报'无法启动此程序，因为缺少 xxx.dll'。

同时，在项目中引用静态库文件：

• yolo_cpp_dll.lib
• opencv_world346.lib

可在【项目属性】→【链接器】→【输入】→【附加依赖项】中添加：

yolo_cpp_dll.lib opencv_world346.lib 

或者使用 #pragma comment(lib, "...") 直接写在代码里。

核心代码实现与细节解析

下面是一个完整的主程序示例，展示了如何加载模型、执行推理、绘制结果。

#include <iostream>
#include <fstream>
#include <string>
#include <vector>
#ifdef _WIN32
#define OPENCV
#define GPU
#endif
#include "yolo_v2_class.hpp" // Detector 类声明
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#pragma comment(lib, "opencv_world346.lib") // 替换为你自己的 OpenCV 版本
#pragma comment(lib, "yolo_cpp_dll.lib")

// 绘制检测框与标签
void draw_boxes(cv::Mat mat_img, std::vector<bbox_t> result_vec, std::vector<std::string> obj_names, int current_det_fps = -1, int current_cap_fps = -1) {
    int const colors[6][3] = {{1,0,1}, {0,0,1}, {0,1,1}, {0,1,0}, {1,1,0}, {1,0,0}};
    for (auto& i : result_vec) {
        cv::Scalar color = cv::Scalar(colors[i.obj_id % 6][0] * 255, colors[i.obj_id % 6][1] * 255, colors[i.obj_id % 6][2] * 255);
        cv::rectangle(mat_img, cv::Rect(i.x, i.y, i.w, i.h), color, 2);
        if (!obj_names.empty() && i.obj_id < obj_names.size()) {
            std::string label = obj_names[i.obj_id];
            if (i.track_id > 0) label += " - ID:" + std::to_string(i.track_id);
            int baseline;
            cv::Size text_size = cv::getTextSize(label, cv::FONT_HERSHEY_SIMPLEX, 0.6, 1, &baseline);
            cv::rectangle(mat_img, cv::Point(i.x, i.y - 20), cv::Point(i.x + text_size.width, i.y), color, -1);
            cv::putText(mat_img, label, cv::Point(i.x, i.y - 5), cv::FONT_HERSHEY_SIMPLEX, 0.6, cv::Scalar(0,0,0), 1);
        }
    }
    if (current_det_fps >= 0 && current_cap_fps >= 0) {
        std::string fps_str = "Det FPS: " + std::to_string(current_det_fps) + " | Cap FPS: " + std::to_string(current_cap_fps);
        cv::putText(mat_img, fps_str, cv::Point(10, 20), cv::FONT_HERSHEY_SIMPLEX, 0.6, cv::Scalar(0, 255, 0), 2);
    }
}

// 从文件加载类别名称
std::vector<std::string> objects_names_from_file(const std::string& filename) {
    std::ifstream file(filename);
    std::vector<std::string> lines;
    if (!file.is_open()) {
        std::cerr << "Error: cannot open " << filename << "\n";
        return lines;
    }
    std::string line;
    while (std::getline(file, line)) {
        if (!line.empty()) lines.push_back(line);
    }
    std::cout << "Loaded " << lines.size() << " object names.\n";
    return lines;
}

int main() {
    // 路径配置（请根据实际路径修改）
    std::string names_file = ".\\params\\coco.names";
    std::string cfg_file = ".\\params\\yolov3.cfg";
    std::string weights_file = ".\\params\\yolov3.weights";

    // 初始化检测器
    Detector detector(cfg_file, weights_file, 0); // 第三个参数为 GPU ID，0 表示使用 GPU 0

    // 加载类别名称
    std::vector<std::string> obj_names = objects_names_from_file(names_file);
    if (obj_names.empty()) {
        std::cerr << "Failed to load object names!\n";
        return -1;
    }

    // 加载测试图像
    cv::Mat frame = cv::imread(".\\test\\dog.jpg");
    if (frame.empty()) {
        std::cerr << "Error: cannot load image 'dog.jpg'\n";
        return -1;
    }

    // 执行推理
    std::vector<bbox_t> detections = detector.detect(frame);
    std::cout << "Detected " << detections.size() << " objects.\n";

    // 绘制结果
    draw_boxes(frame, detections, obj_names);

    // 显示图像
    cv::namedWindow("YOLOv3 Detection Result", cv::WINDOW_AUTOSIZE);
    cv::imshow("YOLOv3 Detection Result", frame);
    cv::waitKey(0); // 按任意键退出

    return 0;
}

几点值得注意的技术细节：

• #define OPENCV 和 #define GPU 必须在包含 yolo_v2_class.hpp 前定义，否则可能触发编译错误。
• 若使用 OpenCV 4.x，部分字体常量已变更，可将 cv::FONT_HERSHEY_COMPLEX_SMALL 改为 cv::FONT_HERSHEY_SIMPLEX。
• 安全警告 C4996（如 sprintf 不安全）可通过添加 _CRT_SECURE_NO_WARNINGS 宏解决。

推荐在【项目属性】→【C/C++】→【预处理器】→【预处理器定义】中加入：

_CRT_SECURE_NO_WARNINGS 

这样可以避免大量无关警告干扰调试。

测试结果与问题排查

运行程序后，若一切正常，将弹出窗口显示带有边界框和标签的检测图像。常见的成功标志包括：

• 图像中的人物、狗、汽车等目标被准确标注
• 控制台输出类似信息： Loaded 80 object names. Detected 3 objects.
• 窗口标题为 'YOLOv3 Detection Result'，按任意键关闭

如果遇到问题，以下是典型错误及其解决方案汇总：

特别提醒：.weights 文件较大（约 237MB），建议使用稳定工具下载，避免因网络中断导致文件不完整。

扩展方向与性能优化建议

尽管当前实现了基本的功能闭环，但从工程角度看仍有多个值得深入的方向：

开发图形界面应用

可将现有逻辑封装进 Qt 或 MFC 框架，构建一个具备以下功能的 GUI 工具：

• 实时摄像头检测
• 视频流播放与暂停
• 参数调节面板（置信度阈值、NMS 阈值）
• 拖拽加载图片、导出检测结果（JSON / XML）

这类工具非常适合演示或交付给非技术人员使用。

封装为通用 DLL 供多语言调用

利用 extern "C" 导出函数接口，可让 C#、Python 等语言调用底层推理模块。

示例导出函数：

extern "C" __declspec(dllexport) int* detect_image(unsigned char* data, int w, int h, float threshold);

之后可通过 P/Invoke（C#）或 ctypes（Python）进行调用，实现高性能跨语言协作。

升级至 YOLOv8 提升精度与效率

虽然本文围绕 YOLOv3 展开，但 Ultralytics 推出的 YOLOv8 在各项指标上均有显著提升。

可通过 PyTorch 训练模型后导出为 ONNX 格式，再使用 ONNX Runtime 在 C++ 中加载推理，兼顾灵活性与性能。

示例验证命令（在预装镜像中运行）： bash cd /root/ultralytics python -c " from ultralytics import YOLO; model = YOLO('yolov8n.pt'); results = model('bus.jpg'); results[0].show() "

该方式适合快速原型验证，后续可导出 ONNX 模型供 C++ 加载。

性能优化策略

为进一步提升吞吐量，可考虑以下手段：

• 启用 TensorRT：将 Darknet 模型转换为 TensorRT 引擎，大幅加速推理速度。
• 多线程流水线设计：分离图像采集、预处理、推理、后处理等阶段，形成生产者 - 消费者模式。
• 内存池管理：复用 Mat 对象和检测缓冲区，减少频繁分配带来的开销。

尤其在工业相机连续采集场景中，这些优化能有效降低延迟、提高帧率稳定性。

这种高度集成的 C++ 部署方案，不仅提升了系统的稳定性和运行效率，也让我们更贴近底层机制，理解每一个像素是如何经过卷积、激活、锚框匹配最终变成屏幕上那个彩色边框的全过程。即便未来转向更新的模型架构，这套工程化思维依然具有长久价值。