终端中运行以下shell，用于安装程序所需的运行依赖：
pip install -r requirements.txt
model.onnx：训练好的球体检测模型文件。
onnx_inference.py：检测运行程序。该文件包含加载预训练模型、图片视频摄像头数据读取、球体检测和输出等功能，详情见注释。
utils.py：工具类。该文件包含图片预处理、NMS计算和检测结果输出等功能，详情见注释。
requirements.txt：运行依赖文件。
test.jpg：测试图片。
- 读取图片进行检测
python onnx_inference.py --mode=image --input_path=test.jpg
- 读取视频进行检测
python onnx_inference.py --mode=video --input_path=test.mp4
- 读取摄像头进行检测
python onnx_inference.py --mode=webcam --camid=0
模型的检测过程，对应onnx_inference.py中的inference方法（Line: 72-100）
图片。当输入数据为视频或摄像头时，将按帧读取成图片输入进行检测（见onnx_inference.py Line: 132）。
图片。当输入数据为视频或摄像头时，将按每帧的检测结果写入（见onnx_inference.py Line: 135）。
- 图片预处理
图片在进入检测模型前，会对其进行预处理操作（见onnx_inference.py Line: 76）。预处理操作主要是对原始图片放缩至预设尺寸（默认640*640）。（见utils.py Line: 95-111 image_preprocess方法 ）
- 送入模型进行检测
初始化onnx推理模型，并将预处理后的图片送入onnx模型中，得到检测结果predictions（见onnx_inference.py Line: 78-82）。
predictions的形状为(8400, 15)。8400行表示一张图片进入模型后会输出8400个检测框。15列分别表示每个检测框的
| index | 0 | 1 | 2 | 3 | 4 | 5-14 |
|---|---|---|---|---|---|---|
| 含义 | 中心点横坐标 | 中心点纵坐标 | 检测框宽度 | 检测框高度 | 置信度 | 属于每个类别的概率 |
得到predictions后，计算左上角坐标与右下角坐标，并映射回原始图片上。（见onnx_inference.py Line: 87-92）
- 挑选有效检测框
挑选依据：NMS得分>0.45 且 类别得分>0.1（见onnx_inference.py Line: 93，详细计算见utils.py Line: 113-119 multiclass_nms方法）。
- 输出检测结果
将有效检测框绘制在原图中（见onnx_inference.py Line: 94-97）。