yolov5+opencv+java：通过DJL在maven项目中使用yolov5的小demo

最新推荐文章于 2025-08-04 21:05:10 发布
原创 最新推荐文章于 2025-08-04 21:05:10 发布 · 6.2k 阅读 · 26 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#java #opencv #maven #数据库 #mysql

本篇博客详细介绍了如何在Java中使用Deep Java Library (DJL) 调用Yolov5s模型进行对象检测，并结合OpenCV进行图像处理。首先，导出Yolov5s的torchscript模型，然后创建一个Maven项目，配置pom.xml引入DJL和OpenCV依赖。接着，下载并配置OpenCV的库文件，将模型权重放入资源文件。最后，编写代码运行程序，实现了从图片到检测结果的完整流程。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

前言

这篇博客主要是介绍如何通过djl在java中调用yolov5进行推理，顺便也学习了一下在java上的opencv api。
Deep Java Library是由亚马逊（Amazon）提供的一个深度学习工具包，能够让java开发者在java上调用目前主流的深度学习框架，像pytorch、tensorflow、mxnet、paddlepaddle(飞桨居然也有份??)，也包括onnx格式的模型。

环境

导出yolov5s模型

这次demo就直接使用yolov5s的预训练模型。yolov5项目本身就自带了非常完善的模型导出脚本，yolov5的5.0发行版也比之前的版本完善很多。
yolov5的模型导出脚本是models/export.py文件，
在这里插入图片描述
导出之前需要设置一下

  • 权重文件的位置
  • 输入图片的尺寸
  • 是否要输出bbox
  • 模型所在设备
    在这里插入图片描述
    上图红色的框按我的进行设置就行了，绿色的框根据自己的情况进行设置。
    设置好以后运行代码就可以在和权重文件相同的位置找到生成的torchscript模型权重。
    在这里插入图片描述

编写Maven项目

编写pom.xml文件

<
最低0.47元/天 解锁文章

200万优质内容无限畅学
yolov5＞onnx＞ncnn＞apk
网络架构
11-03 1687
一. yolov5 pt模型转onnx 条件： colab notebook yolov5 1. 安装环境 !pip install onnx>=1.7.0 # for ONNX export !pip install coremltools==4.0 # for CoreML export !pip install onnx-simplifier 2.修改export.py def forward(self, x): # x(b,c,w,h) -> y(b,4c,w/2,h/2)
基于Java的图像处理技术研究
shrgegrb的博客
02-24 1015
图像处理是计算机视觉领域的核心技术之一，而Java作为一种广泛应用的编程语言，通过丰富的图像处理库（如、OpenCV、Apache Commons Imaging等）提供了强大的图像处理能力。在Java中，开发者可以进行从图像读取、处理到保存的一系列操作，应用于多个领域如自动化检测、医学影像分析和计算机视觉等。本文介绍了几种常见的图像处理技术，包括图像灰度化、边缘检测、图像滤波、颜色空间转换和形态学操作，并提供了相应的代码示例。
【目标检测】yolov5简单实战
zgsdzzh的博客
01-29 1980
使用了CSP结构，将feature_map分为两个part，一个part用于继续使用网络处理，其余经过简单处理直接加在第一个part的输出上（整体与ResNet有区别，ResNet是整个加上去）yolov5的图片输入部分，使用了Mosaic进行数据增强，将几张图片融合在一起，丰富了检测目标的背景，同时在计算batch_size normalization 时计算更快。和yolov3，yolov4类似，生成多尺度的anchors，可以进行多尺度的预测。使用了FPN+PAN，可以进行高低层特征融合。
Java开发中OpenCV的依赖配置指南
weixin_30700095的博客
07-05 538
OpenCV，即Open Source Computer Vision Library，是一个开源的计算机视觉和机器学习软件库。它由一系列 C 函数和少量 C++ 类构成，提供了各种常用的图像处理和计算机视觉功能。随着技术的发展，OpenCV 也开始支持包括 Java 在内的多种编程语言。颜色空间转换是图像处理的基础操作之一，其目的是将图像从一种颜色空间转换到另一种颜色空间，以便于更好地分析和处理图像数据。OpenCV提供了多种颜色空间转换的方法，其中比较常用的是从BGR颜色空间转换到HSV颜色空间。
Java 执行命令并读取缓冲区内容
zolty
11-30 519
try { Process process = Runtime.getRuntime().exec("sh /home/test.sh"); BufferedReader inr = new BufferedReader(new InputStreamReader(process.getInputStream(),"GBK")); String line = null; while ((line...
在Java中使用window批处理文件调用yolov5的detect.py进行预测
qq_46386855的博客
01-14 844
java代码如下（D:\A学习资料\第二次专业实训\shan-nong-imall-master\shan-nong-imall-master\imall-portal\src\test\java\com\situ\mall\python.bat是批处理文件的位置）执行detect.py脚本和一些参数（保存识别的label,不创建新的文件夹，实时查看图像）进入yolov5中detect.py所在的文件夹。意思是先进入pytorch环境。
Java实现darknet+yolov4的目标检测
java_chc的博客
01-25 6615
java语言通过 opencv 的 DNN 模块，实现 darknet + yolov4 的推理，并成功输出结果。本博文对每个步骤、重要的方法都有详细的讲解，例如 NMS、blob 等，解惑不少绝对难寻。最后，这个虽然是 demo 代码，但是提取配置、封装、线程池等配合后，已经在我们公司成功上线运行了。
我想在我的毕设中应用人脸识别算法,可以识别人脸以及车牌号,该如何做?仍旧是在java项目中
03-27
嗯，用户现在想在毕设中应用人脸识别和车牌识别，而且还是要用Java来实现。之前他们问过关于水电量预测的问题，现在转向了图像处理，可能他们的毕设主题是智能监控或者类似的系统。需要考虑到用户可能对图像处理不太...
基于Java的AI/机器学习库（Smile、Weka、DeepLearning4J）的实用
最新发布
keny-大成的博客
08-04 1116
在Java中定义AI动作，通常涉及枚举或常量类来列举可识别的合理动作。挥手（WAVE）点头（NOD）摇头（SHAKE_HEAD）鼓掌（CLAP）举手（RAISE_HAND）叉腰（HANDS_ON_HIPS）抱臂（CROSS_ARMS）指向前方（POINT_FORWARD）竖起大拇指（THUMBS_UP）竖起小拇指（THUMBS_DOWN）比心（HAND_HEART）敬礼（SALUTE）握拳（FIST）张开双手（OPEN_HANDS）双手合十（PRAY）
DJL调用yolov5模型文件进行目标检测
qq_30374237的博客
12-31 6601
1.准备好模型文件和对象分类放到同一文件夹下 2.准备 pom文件 <properties> <maven.compiler.source>1.8</maven.compiler.source> <maven.compiler.target>1.8</maven.compiler.target> <djl.version>0.15.0-SNAPSHOT</djl.version
yolov3的java调用示例
12-06
通过java代码使用yolov3的示例代码，yolov3是先进的图片内物品识别的神经网络。由于目前通过jvm运行神经网络效率较低，项目的示例意义大于实用意义。 此项目参考了yolov2的java项目：https://github.com/szaza/android-yolo-v2，是在这个项目的基础上改造成的yolov3示例。 此项目使用springboot和maven，下载项目和依赖后运行起来访问localhost:8080即可使用。项目内的模型和依赖比较重，下载需要一段时间。
java 调用 python yolo onnx 模型 AI 视频 识别 支持 yolov5 yolov8 yolov7源代码
03-07
Java可以通过调用Python的YOLO ONNX模型实现AI视频识别，支持YOLOv5、YOLOv8和YOLOv7，这包括了预处理和后处理步骤。在Java中实现目标检测和目标识别，可以集成实时流传输协议（RTSP）和实时多媒体传输协议（RTMP）等功能，使得整个系统更加强大和灵活。首先，Java应用可以通过调用Python的YOLO ONNX模型来实现视频中的目标检测和识别。YOLOv5、YOLOv8和YOLOv7是流行的目标检测模型，它们在不同场景下表现出色，Java可以通过调用这些模型来实现视频中目标的识别和跟踪。其次，Java应用可以集成实时流传输协议（RTSP）和实时多媒体传输协议（RTMP）功能，这使得Java应用可以直接处理实时视频流数据，实现对实时视频的目标检测和识别。这样一来，Java应用可以直接从实时视频流中提取图像数据，送入YOLO ONNX模型进行处理，实现对视频中目标的识别和跟踪。在整个流程中，Java应用可以进行预处理和后处理步骤，例如对图像进行缩放、裁剪、灰度化等预处理操作，以及对YOLO模型输出进行解析、筛选、可视化等后处理操作，从而提高目标检测和识别
如何在其它项目中调用yolov5模型
weixin_43568307的博客
04-17 5287
将yolov5添加到自己的项目中，调用yolov5模型进行目标检测。
使用Java调用Yolo模型的方法与步骤
热门推荐
m0_61789994的博客
05-16 1万+
Yolo（You Only Look Once）是一种基于深度学习的目标检测算法，它可以在一张图像中同时检测出多个目标，并给出它们的位置和类别。相比于传统的目标检测算法，Yolo算法具有检测速度快、精度高等优点，因此在实际应用中得到了广泛的应用。Yolo模型是一种高效的目标检测算法，具有快速、准确、实时等优点。通过使用Java调用Yolo模型，我们可以在Java应用程序中实现目标检测功能，从而满足各种应用场景的需求。
java 目标识别检测 调用 onnx 模型，支持yolov5 yolov7 yolov8
null
08-02 4257
java 傻瓜 式 简单 调用 yolo onnx 模型 支持 yolov5 和 yolov7，包含 预处理 和 后处理
Yolov5+Java+Python
KevinJee_
07-19 2338
训练两个测试集，鸟类和工具包。使用yolov5算法能够精准识别对应的信息
YOLOv5部署，并实现Java客户端向Python服务端发送请求进行图片火苗检测
枯木何日可逢春
07-20 1692
YOLOv5部署，并实现Java客户端向Python服务端发送请求进行图片火苗检测
YOLOv5 第六章：模型部署--Java
u010117029的博客
04-08 276
为了在 Java 中使用 YOLOv5 模型，首先需要将模型导出为兼容的格式，如 ONNX 或 TensorFlow。通过以上步骤，你可以在 Java 环境中成功部署和使用 YOLOv5 模型进行目标检测。关键步骤包括模型导出、Java 环境设置、图像预处理、模型加载和推理、以及输出解析。为了在 Java 中使用 ONNX 模型，我们需要使用 ONNX Runtime Java 库。在将图像输入模型之前，需要进行预处理，包括调整大小、归一化等。首先，我们需要加载导出的 ONNX 模型。
YOLOv5+opencv实现多形状识别与颜色检测源码与数据集
资源摘要信息:"基于深度学习YOLOv5+opencv的多目标...通过使用YOLOv5和OpenCV技术，该项目不仅展示了先进的目标检测技术，还提供了一个可以直接应用的模型和丰富的学习材料，非常适合深度学习的初学者和研究者使用。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值