自定义训练YOLOv7模型C++部署遇ONNX解析错误求解决方案

问题背景 #

使用自定义数据集训练YOLOv7单类别（坑洞）检测模型，尝试部署到C++项目时，无论是.pt还是重参数化后转换的.onnx权重均报错。使用OpenCV 4.1.1加载ONNX模型时，出现以下错误：

OpenCV: terminate handler is called! The last OpenCV error is:
OpenCV(4.1.1) Error: Unsupported format or combination of formats (Failed to parse onnx model) in cv::dnn::dnn4_v20190621::ONNXImporter::ONNXImporter, file C:\opencv-4.1.1\modules\dnn\src\onnx\onnx_importer.cpp, line 57

核心原因 #

OpenCV 4.1.1的DNN模块对YOLOv7使用的新型算子（如SiLU、Focus等）支持不足，无法正确解析对应的ONNX模型结构，必须升级OpenCV版本。

可行解决方案 #

1. 升级OpenCV版本 #

• 最低要求升级到OpenCV 4.5.5，推荐使用4.6.0及以上稳定版本，这些版本完善了对YOLOv7相关ONNX算子的支持。
• 可直接下载官方预编译包（需包含DNN模块），或从源码编译自定义配置。

2. 重新转换ONNX模型 #

使用YOLOv7官方提供的export.py脚本转换重参数化后的.pt模型，确保适配OpenCV的DNN模块：

python export.py --weights yolov7-reparam.pt --grid --end2end --simplify --topk-all 100 --iou-thres 0.65 --conf-thres 0.35 --img-size 640 640 --classes 1

• --classes 1：指定单类别模型，避免输出维度不匹配
• --simplify：简化ONNX模型结构，提升OpenCV兼容性

3. 调整C++代码适配 #

（1）替换类别文件

将原代码中的coco.names替换为自定义类别文件（如pothole.names），文件内仅需一行内容：pothole

（2）修复输入尺寸解析逻辑

原代码从模型文件名提取尺寸的逻辑存在局限性，改为从ONNX模型中直接读取输入尺寸：

YOLOV7::YOLOV7(Net_config config)
{
    this->confThreshold = config.confThreshold;
    this->nmsThreshold = config.nmsThreshold;

    this->net = readNetFromONNX(config.modelpath);
    ifstream ifs("pothole.names"); // 替换为自定义类别文件
    string line;
    while (getline(ifs, line)) this->class_names.push_back(line);
    this->num_class = class_names.size();

    // 替换原尺寸解析代码，直接从模型获取输入尺寸
    auto input_layer = net.getLayer(0);
    inpWidth = input_layer->inputInfo[0].dims[3];
    inpHeight = input_layer->inputInfo[0].dims[2];
}

（3）验证输出处理逻辑

单类别模型的输出维度为[num_proposals, 6]（5个框参数+1个类别得分），原代码的colRange(5, nout)可正常工作，但需确保minMaxLoc的处理逻辑正确，无需额外修改。

4. 验证ONNX模型有效性 #

使用Netron工具打开ONNX模型，检查：

• 输入输出维度是否符合预期（输入通常为[1,3,640,640]，输出为[1,num_proposals,6]）
• 模型中是否包含OpenCV不支持的算子（若有，需重新转换时添加--simplify或调整转换参数）

内容的提问来源于stack exchange，提问作者Mohamed Hedeya