YoloDetection::YoloDetection() { mbNewImgFlag = false; mbFinishRequested = false; std::cout << "\n--------------------------------------------" << std::endl; torch::jit::setTensorExprFuserEnabled(false); mModule = torch::jit::load("yolov5s.torchscript.pt"); std::ifstream f("coco.names"); std::string name = ""; while (std::getline(f, name)) { mClassnames.push_back(name); } mvDynamicNames = {"person", "car", "motorbike", "bus", "train", "truck", "boat", "bird", "cat", "dog", "horse", "sheep", "crow", "bear"}; }

这段代码是YoloDetection类的构造函数。以下是它的主要功能：

初始化成员变量：

mbNewImgFlag和mbFinishRequested被初始化为false，用于标记新图像的标志和请求结束的标志。

禁用Tensor Expression Fuser：

调用torch::jit::setTensorExprFuserEnabled(false)禁用Tensor Expression Fuser，该功能用于优化Tensor操作的执行。

加载预训练模型：

使用torch::jit::load("yolov5s.torchscript.pt")加载名为"yolov5s.torchscript.pt"的TorchScript模型，将其赋值给成员变量mModule。

加载类别名称：

打开名为"coco.names"的文件，逐行读取其中的类别名称，并将它们存储在成员变量mClassnames中。

设置动态目标类别：

将一些特定的类别名称（例如"person"、"car"、"motorbike"等）存储在成员变量mvDynamicNames中，用于标记动态目标。

需要注意的是，该构造函数假定当前目录下存在名为"coco.names"的文件，其中包含类别名称列表，并且当前目录下存在名为"yolov5s.torchscript.pt"的预训练模型文件。