cpp|c++入门学习——使用C++做一个yolov5视频检测 c++|opencv|libtorch|计算机视觉

背景介绍自己之前就想学习c++，也都把《c++ primer plus（第六版）》看了3遍左右，每一遍都把代码抄写一次。目前基本的也都大概了解，起码知道怎么写的。这肯定是皮毛。
后来还买了《cuda c编程权威指南》、《数据结构、算法与应用c++语言描述》、《c++程序设计语言（第1～3部分）》、《算法导论》。这些书，都没怎么看完。也就是把《数据结构、算法与应用c++语言描述》的前7章对着书把代码抄写了一遍，大概理解了数据是怎么处理的，如何将算法转换成代码的。
但是我看不下去了，对于初学者来说，实在是太枯燥了，而且树上的代码还不完整，代码写出来容易报错，成就感低。
回想之前我学习R语言，都是在咸鱼上帮人做项目，帮人解决小问题，一点一点积累才成长起来的。前期虽然看了R的很多书，但是大部分书里面的内容都是没什么用的。最有用的竟然是google和stack overflow。后来我又继续自学了python，在反复看了基本基础的书之后，也是不断的尝试把之前R的项目用python来实现，有新的需求也都是使用python，用python不断的来整活，渐渐的python能力也是不断的在提高。
而今天，我作为C++初学者，也是遇到相同的问题，在有一点点基础上，如何有效的提高我的C++能力？我想还是整活！！
使用C++做一个yolov5视频检测确定了使用C++整活，那么做一个什么样子的小项目呢？
我感觉第一点是项目特点是要能看得见：所见即所得，就像是之前入门R的时候，做的都是可视化的东西，马上出结果，让人非常有成就感。也就是渐渐的在了解ggplot2之后，不断的了解数据可视化的本质是数据处理，也渐渐的了解了如何使用R处理数据的一些方法。后来我在学习python的时候，也是这样，去做一些可视化，数据处理内容，不断的就提高了python能力。后来我使用python做了一个隔空输入的东西，是基于mediapipe和opencv的。
刚好后来我在B站上看到好多人都在学如何使用yolov5做物体检测，因为这个小项目我使用python肯定可以做的出来了，而且还比较熟悉python版本的opencv、python的数据处理矩阵方法（图像说白了，就是矩阵呗），而且opencv的python版本和c++版本都差不多。因此决定使用C++做一个物体检测。
找一个好的仓库
【cpp|c++入门学习——使用C++做一个yolov5视频检测】让直接写C++代码实现，肯定是不可能的，我肯定抄！先把别人的代码都跑通了再说。
于是我找到一个比较好的仓库（https://github.com/hpc203/yolov5-dnn-cpp-python），这个仓库代码我看500行代码不到。内容也还不错。
抄写代码
不是简单的无脑的抄，在抄写的时候，注意作者是怎么实现的、怎么封装数据流的，怎么把各个模块打包的。当然如果遇到真的不懂的，也不一定非要就去停下来思考，坚持抄写完成，然后可以运行起来，如果遇到不懂的，在后面调试的过程中，看看数据流是怎么样变化的。
其实啊，感觉和我之前使用python做的隔空输入的代码差不多。代码结构主要是：

定义yolov5的关键内容：比如加载模型部分、读取图像部分、检测对象部分、画对象检测框部分。
openc处理图像部分：打开摄像头，录制视频做到实时显示图像、显示图像等。
将图像传递给yolov5模型检测。

在这个代码框架上，很容易把这个仓库的代码看懂。
另外，还要注意细节，比如作者是怎么给检测到对象的，怎么加载模型的等等。可以明显的感受到，在c++里面，非常喜欢使用类来处理数据，其实我觉得如果对python的类都比较理解的话，c++入门也没有那么难。
效果
中间遇到一些问题：

只是显示一个图片，没有任何对象被检测到，我很奇怪，然后就去看看自己的代码是不是写错了，找一找错误，调试代码，是不是什么部分参数、数据流不对。或者在issue里面看看是不是有遇到和我一样的小伙伴们。
效果很差，emmm，就是效果乱七八糟的，和我之前用python做出来的不一样。哈哈哈哈，这一部分，我就没调试了。我感觉可能是代码问题、模型问题，我暂时还不知道什么原因。

【代码截图】