- cv::dnn::readNetFromTensorflow只需要一个pb文件即可
- 暂时可能不支持2.0以上tensorflow模型,待定
- 待完善
Windows:Opencv 调用深度学习模型部署推理过程一、Opencv调用Caffe模型Step1:VS 基础设置Step2:Python代码Step3:C++代码Step4:对比总结二、调用Tensorflow pb模型文件一、Opencv调用Caffe模型Step1:VS 基础设置包含文件目录.\include库文件目录.\lib链接器添加opencv_world420.libStep2:Python代码import cv2 as cvimport numpy as np#
我的研究方向不是计算机视觉,这段时间开始的CV学习纯粹是出于兴趣,在此记录下自己的学习历程,也方便感兴趣的同伴一起学习。
目前,我学习主要参照的是《OpenCV 4计算机视觉项目实战(原书第2版)》,所学习的代码也是来自于这本书。因为我比较习惯c++和c#的代码,所以更偏向于从c++版本的opencv开始学起。
这次主要学习的是opencv导入深度学习模型。
配置Opencv
opencv是一个开源的视觉代码框架,首先使用从官网下载的安装包来获取opencv的源代码。
官网上提供了多个版本的openc
OpenCv 从V3.3版本开始支持调用深度学习模型,例如Caffe, Tensorflow, darknet等.详细见下图,具体的使用方法,可以参考官网:
https://docs.opencv.org/3.4.1/d6/d0f/group__dnn.html
目前Opencv可以支持的网络有GoogLeNet, ResNet-50,MobileNet-SSD from Caff...
opencv的DNN推理模块是不直接支持pytorch训练出来的pth文件。一般来说,可以将pth文件转成onnx格式,再用opencv调用onnx文件,即可实现推理。
pth文件转onnx文件时,因为onnx对于pth中某些定义的层是不支持的,难免会碰到一些问题。近期,对一些分割网络进行了部署,碰到的一些问题记录在下。
RuntimeError: ONNX export failed: Couldn’t export operator aten::adaptive_avg_pool2d
onnx不支持
1.CommonSettings设置
cuda版本要填相应的,cudnn复制到cuda的路径下,其他的就不用修改了。
下面这个cuda框架要查你的gpu计算能力,按照对应的填,比如750ti是50,GTX1080是6.1等等。
compute_35,sm_35;compute_50,sm_50
官网查询之外也可以利用cuda的C:\ProgramData\NVIDIA Corporatio
1)opencv的DNN模块集成了很多深度学习模型,包括人脸检测、图像分类、分割、目标检测等,集成了Pytorch、tensorflow、paddlepaddle等模型框架(参看代码库OpenCV/dnn)
2)深度学习推理模型一般步骤:加载模型,包括配置文件和权重文件;输入图像预处理,转换成模型可接受的文件类型和尺寸;模型预测后处理,对于目标检测,主要是NMS后处理方法;
目录1 运行环境和前期准备2 生成.pbtxt描述文件3 测试
DNN是OpenCV中的深度神经网络模块,OpenCV 3.3以后,dnn模块支持caffe、TensorFlow和torch三种深度学习框架,OpenCV 3.4.1以后,支持tensorflow的深度学习框架,可以直接读取已经训练好的模型完成相应的检测任务。
1 运行环境和前期准备
1、Windows 10 64位
2、OpenC...
要在OpenCV中调用TensorFlow模型,需要使用OpenCV的dnn模块。以下是一些基本步骤:
1. 下载TensorFlow模型并将其转换为OpenCV支持的格式(如Caffe或Torch)。
2. 在OpenCV中加载模型文件。
3. 准备输入图像并将其转换为模型所需的格式。
4. 将输入图像传递给模型并获取输出。
5. 处理输出并将其显示或保存。
需要注意的是,不是所有的TensorFlow模型都可以直接在OpenCV中使用。一些模型可能需要进行修改或转换才能在OpenCV中使用。
[code=python]
lDo you wish to build TensorFlow with CUDA support? [y/N]: y
CUDA support will be enabled for TensorFlow.
Found CUDA 10.0 in:
C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/lib/x64
C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/include
Found cuDNN 7 in:
C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/lib/x64
C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/include
[/code]