一、概述

1.1 背景介绍：从“训练”到“部署”

在上一篇文章中，我们成功地跨入了Python的世界，完整地经历了一次AI模型从数据标注到训练、再到导出的全过程。我们最终的产出是一个名为best.onnx的模型文件——这是AI算法工程师工作的结晶。

然而，这个模型本身还只是一个静态的权重文件，无法独立工作。本篇文章的核心任务，就是完成从“算法研发”到“软件部署”这至关重要的一跃。我们将回归C++的主战场，学习如何使用OpenCV强大的DNN（深度神经网络）模块，在我们的Qt应用程序中加载并运行这个ONNX模型。这个过程，我们称之为模型推理（Inference）。

1.2 学习目标

通过本篇的学习，读者将能够：

在C++中加载ONNX模型，并对输入的图像进行预处理，使其符合模型的输入要求。
执行模型的前向传播（推理），获取模型的原始输出。
掌握关键的后处理技术：解析YOLOv8复杂的输出张量，提取出边界框、置信度和类别信息。
将识别出的瑕疵信息，可视化地绘制在QML界面显示的图像上，让AI的结果“看得见”。

二、在C++中集成ONNX模型

2.1 准备模型文件

首先，将上一章生成的best.onnx模型文件，从runs/detect/train/weights目录中，拷贝到项目根目录下，方便程序访问。

2.2 修改`Backend`以加载和运行模型

我们将为Backend类增加一个YOLOv8的封装，用于处理所有与模型推理相关的逻辑。

1. 编写代码 (backend.h)

// backend.h
#ifndef BACKEND_H
#define BACKEND_H#include <QObject>
#include <QImage>
#include <opencv2/dnn.hpp> // 1. 包含OpenCV DNN模块头文件class ImageProvider;class Backend : public QObject
{Q_OBJECT
public:explicit Backend(ImageProvider *provider, QObject *parent = nullptr);Q_INVOKABLE void startScan();signals:void imageReady(const QString &imageId);void statusMessageChanged(const QString &message);private:// 2. 添加一个私有方法用于AI推理cv::Mat runInference(const cv::Mat &inputImage);ImageProvider *m_imageProvider;cv::dnn::Net m_net; // 3. 添加一个Net对象，用于表示我们的神经网络std::vector<std::string> m_classNames; // 4. 用于存储类别名称
};#endif // BACKEND_H

2. 编写代码 (backend.cpp)
这是本章的核心。我们将修改构造函数以加载模型，并实现runInference方法。

// backend.cpp
#include "backend.h"
#include "imageprovider.h"
#include <QDebug>
#include <QDir>
#include <opencv2/imgcodecs.hpp>// ... (matToQImage辅助函数保持不变)Backend::Backend(ImageProvider *provider, QObject *parent): QObject(parent), m_imageProvider(provider)
{// --- 1. 加载ONNX模型 ---QString modelPath = QDir::currentPath() + "/../../best.onnx";try {m_net = cv::dnn::readNetFromONNX(modelPath.toStdString());if (m_net.empty()) {qWarning() << "Failed to load ONNX model!";} else {qDebug() << "ONNX model loaded successfully.";// 设置计算后端。CPU是默认选项，但可以显式指定m_net.setPreferableBackend(cv::dnn::DNN_BACKEND_OPENCV);m_net.setPreferableTarget(cv::dnn::DNN_TARGET_CPU);}} catch (const cv::Exception& e) {qWarning() << "Error loading model:" << e.what();}// --- 2. 加载类别名称 ---// 这个顺序必须与训练时的.yaml文件严格一致！m_classNames = {"neck_defect", "thread_defect", "head_defect"};
}cv::Mat Backend::runInference(const cv::Mat &inputImage)
{if (m_net.empty()) {qDebug() << "Network not loaded.";return inputImage;}// --- 3. 图像预处理 ---// YOLOv8需要一个640x640的方形输入const int inputWidth = 640;const int inputHeight = 640;cv::Mat blob;// 将图像转换为blob格式：调整尺寸、归一化(像素值/255)、通道重排(BGR->RGB)cv::dnn::blobFromImage(inputImage, blob, 1./255., cv::Size(inputWidth, inputHeight), cv::Scalar(), true, false);// --- 4. 执行推理 ---m_net.setInput(blob);std::vector<cv::Mat> outputs;m_net.forward(outputs, m_net.getUnconnectedOutLayersNames());// outputs[0]是模型的原始输出，我们需要对其进行后处理// ... 后处理代码将在下一节添加 ...// 暂时返回原始图像return inputImage;
}void Backend::startScan()
{// ... (加载图像的代码保持不变)QString imagePath = QDir::currentPath() + "/../../dataset/screw/test/scratch_head/000.png";cv::Mat sourceMat = cv::imread(imagePath.toStdString());if (sourceMat.empty()) { /* ... */ return; }// --- 5. 调用推理函数 ---cv::Mat resultMat = runInference(sourceMat);QImage imageQ = matToQImage(resultMat);if (imageQ.isNull()){ /* ... */ return; }m_imageProvider->updateImage(imageQ);emit imageReady("screw_processed");emit statusMessageChanged("AI推理完成！");
}

关键代码分析:
(1) cv::dnn::readNetFromONNX(...): OpenCV DNN模块中用于从ONNX文件加载模型的函数。加载成功后会返回一个cv::dnn::Net对象。
(2) m_classNames: 我们手动定义了一个std::vector<std::string>来存储类别名称。注意：这里的顺序必须与训练时dataset.yaml文件中的names顺序严格一致，因为模型输出的类别ID是基于这个顺序的。
(3) cv::dnn::blobFromImage(...): 这是一个强大的预处理函数，它能一步到位地完成YOLOv8所需的几项操作：
- 1./255.：归一化因子，将像素值从0-255范围缩放到0-1范围。
- cv::Size(640, 640)：将图像缩放或填充到640x640的尺寸。
- cv::Scalar(): 减去均值，此处不减。
- true: 交换R和B通道（BGR -> RGB），因为YOLOv8是在RGB图像上训练的。
- false: 不裁剪。
(4) m_net.forward(...): 执行网络的前向传播，即推理。推理结果会存放在outputs这个std::vector<cv::Mat>中。

三、关键一步：输出结果的后处理

YOLOv8的原始输出是一个cv::Mat，其维度通常是1 x (4 + num_classes) x 8400。我们需要编写代码来解析这个复杂的张量，提取出我们真正需要的信息。

【核心概念：解析YOLOv8输出】
对于输出矩阵的每一列（共8400列，代表8400个可能的检测框）：

前4行是边界框的坐标（中心x, 中心y, 宽, 高）。
后面的N行（N是类别数）是该框属于每个类别的置信度分数。

我们的后处理流程是：

遍历所有8400个可能的检测框。
找到每个框置信度最高的类别。
如果这个最高置信度大于一个阈值（例如0.5），则认为这是一个有效的检测。
将所有有效的检测框及其信息收集起来。
由于同一个物体可能被多个框检测到，最后使用**非极大值抑制（NMS）**来剔除重叠的多余框。

【例8-1】实现后处理并可视化结果。

1. 编写代码 (backend.cpp)
我们将用完整的后处理逻辑来替换runInference函数中的注释部分。

// backend.cppcv::Mat Backend::runInference(const cv::Mat &inputImage)
{if (m_net.empty()) { /* ... */ return inputImage; }cv::Mat blob;// --- 图像预处理 (代码同上) ---cv::dnn::blobFromImage(inputImage, blob, 1./255., cv::Size(640, 640), cv::Scalar(), true, false);m_net.setInput(blob);std::vector<cv::Mat> outputs;m_net.forward(outputs, m_net.getUnconnectedOutLayersNames());cv::Mat output_buffer = outputs[0]; // [1, num_classes + 4, 8400]output_buffer = output_buffer.reshape(1, {output_buffer.size[1], output_buffer.size[2]}); // [num_classes + 4, 8400]cv::transpose(output_buffer, output_buffer); // [8400, num_classes + 4]// --- 1. 后处理 ---float conf_threshold = 0.5f; // 置信度阈值float nms_threshold = 0.4f;  // NMS阈值std::vector<int> class_ids;std::vector<float> confidences;std::vector<cv::Rect> boxes;float x_factor = (float)inputImage.cols / 640.f;float y_factor = (float)inputImage.rows / 640.f;for (int i = 0; i < output_buffer.rows; i++) {cv::Mat row = output_buffer.row(i);cv::Mat scores = row.colRange(4, output_buffer.cols);double confidence;cv::Point class_id_point;cv::minMaxLoc(scores, nullptr, &confidence, nullptr, &class_id_point);if (confidence > conf_threshold) {confidences.push_back(confidence);class_ids.push_back(class_id_point.x);float cx = row.at<float>(0,0);float cy = row.at<float>(0,1);float w = row.at<float>(0,2);float h = row.at<float>(0,3);int left = (int)((cx - 0.5 * w) * x_factor);int top = (int)((cy - 0.5 * h) * y_factor);int width = (int)(w * x_factor);int height = (int)(h * y_factor);boxes.push_back(cv::Rect(left, top, width, height));}}// --- 2. 非极大值抑制 (NMS) ---std::vector<int> indices;cv::dnn::NMSBoxes(boxes, confidences, conf_threshold, nms_threshold, indices);// --- 3. 结果可视化 ---cv::Mat resultImage = inputImage.clone();for (int idx : indices) {cv::Rect box = boxes[idx];int class_id = class_ids[idx];// 绘制边界框cv::rectangle(resultImage, box, cv::Scalar(0, 255, 0), 2);// 绘制标签std::string label = cv::format("%s: %.2f", m_classNames[class_id].c_str(), confidences[idx]);cv::putText(resultImage, label, cv::Point(box.x, box.y - 10), cv::FONT_HERSHEY_SIMPLEX, 0.7, cv::Scalar(0, 255, 0), 2);}return resultImage;
}

关键代码分析:
(1) 坐标还原: 模型的输出是基于640x640输入的归一化坐标，我们必须乘以x_factor和y_factor将其还原到原始图像的坐标系。
(2) cv::minMaxLoc(...): 一个方便的函数，用于在单行/列的Mat中快速找到最大值（置信度）及其位置（类别ID）。
(3) cv::dnn::NMSBoxes(...): OpenCV DNN模块内置的非极大值抑制函数。它接收原始的框和置信度，返回一个indices向量，其中包含了最终保留下来的框的索引。
(4) cv::rectangle(...) 和 cv::putText(...): OpenCV的绘图函数，用于在最终结果图上画出边界框和带有类别、置信度的标签文本。

四、运行与验证

现在，一切准备就绪。重新编译并运行ScrewDetector项目。

1. 运行结果
点击“开始检测”按钮。稍等片刻，界面上将会显示出带有绿色边界框和标签的螺丝图像。程序成功地识别出了图片中的head_defect（头部瑕疵）！同时，状态栏也会更新为“AI推理完成！”。
在这里插入图片描述

2. 尝试其他图片
可以尝试修改Backend::startScan()中的imagePath，换成数据集中其他的图片（例如good文件夹下的图片），重新运行，观察AI模型是否会误检。运行效果如下：
在这里插入图片描述
可以看到，对于没有瑕疵的图片，AI模型不会检测出瑕疵，验证了模型的有效性。