项目场景： 

yolov7 导出模型在C++中实际应用

成都创新互联为客户提供专业的成都网站建设、网站建设、程序、域名、空间一条龙服务，提供基于WEB的系统开发. 服务项目涵盖了网页设计、网站程序开发、WEB系统开发、微信二次开发、移动网站建设等网站方面业务。

---

问题描述

参照大神：https://github.com/hpc203/yolov7-opencv-onnxrun-cpp-py，进行部署，分为OpenCV和ONNXRuntime两种方法，用大神提供的模型均能跑通，但是按照Yolo7官方导出方法导出的模型预测有问题。

---

原因分析：

采用netron对比自己导出的模型和大神提供的模型，最后输出不一样；

解决方案：

几番折腾，仅采用--weights weights/yolov7.pt --grid命令导出模型能使输出维度一致，后查阅相关资料，----simplify是模型裁剪的指令，最后通过如下指令来导出模型：

--weights weights/yolov7.pt --grid ----simplify

以上导出模型能在ONNXRuntime中预测，但在Opencv中forward时会出错，至今未找到原因，做做应用一种方法就够了，后面没再研究

另外此过程中有怀疑ONNXRuntime版本问题，导致预测不对，将ONNXRuntime升到1.12后出现了如下的提示：

The given version [12] is not supported, only version 1 to 11 is supported in this build.

也是几番折腾发现将onnxruntime.dll，onnxruntime_providers_shared.dll拷贝到根目录下不再报错，本人对C++不咋熟悉，仅记下这个问题

至此能用yolov7系列网络来做做实际的应用

你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧

当前标题：yolov7C++部署若干问题-创新互联
链接地址：http://njwzjz.com/article/djjjpg.html