将跟踪模型(.pt)与C++和OpenCV一起使用时输出图像的差异

// 示例代码：图像预处理
cv::Mat preprocessImage(const cv::Mat& inputImage) {
    cv::Mat resizedImage;
    cv::resize(inputImage, resizedImage, cv::Size(modelWidth, modelHeight));
    
    cv::Mat floatImage;
    resizedImage.convertTo(floatImage, CV_32F);
    
    // 归一化
    floatImage = (floatImage - mean) / stdDev;
    
    return floatImage;
}

// 示例代码：转换通道顺序和数据类型
cv::Mat convertToModelInput(const cv::Mat& inputImage) {
    cv::Mat bgrToRgb;
    cv::cvtColor(inputImage, bgrToRgb, cv::COLOR_BGR2RGB);
    
    bgrToRgb.convertTo(bgrToRgb, CV_32F);
    
    return bgrToRgb;
}

// 示例代码：使用ONNX Runtime加载和推理模型
Ort::Env env(ORT_LOGGING_LEVEL_WARNING, "test");
Ort::SessionOptions session_options;
session_options.SetGraphOptimizationLevel(GraphOptimizationLevel::ORT_ENABLE_ALL);

Ort::Session session(env, "model.onnx", session_options);

// 准备输入和输出张量
std::vector<int64_t> inputShape = {1, 3, modelHeight, modelWidth};
std::vector<float> inputData = ...; // 预处理后的图像数据

Ort::Value inputTensor = Ort::Value::CreateTensor<float>(inputData.data(), inputData.size(), inputShape.data(), inputShape.size());
std::vector<Ort::Value> outputTensors = session.Run({{"input", inputTensor}}, {"output"});

// 示例代码：非极大值抑制（NMS）
void nms(std::vector<cv::Rect>& boxes, std::vector<float>& scores, float threshold) {
    // 实现NMS逻辑
}