OpenCV 加载 ONNX 模型
Opencv 模型 加载 onnx
2023-09-14 09:15:49 时间
引言
在工业视觉领域 OpenCV 使用较为广泛,其 DNN 模块支持深度学习模型的推理,如果在项目中使用了 OpenCV,那么很容易添加深度学习支持。
模型获取
OpenCV 不适合用于搭建模型,通常使用其他框架训练模型。ONNX 作为通用的模型描述格式被众多框架支持,这里推荐使用 ONNX 作为模型保存格式。以 PyTorch 为例,保存 ONNX 格式方法如下:
x = torch.randn(1, 3, 640, 640)
torch.onnx.export(network, x, "model.onnx")
- 1
- 2
加载并推理模型
Python代码如下:
# opencv 推理
net = cv2.dnn.readNetFromONNX("model.onnx") # 加载训练好的识别模型
image = cv2.imread("numbers/1.bmp") # 读取图片
blob = cv2.dnn.blobFromImage(image) # 由图片加载数据 这里还可以进行缩放、归一化等预处理
net.setInput(blob) # 设置模型输入
out = net.forward() # 推理出结果
- 1
- 2
- 3
- 4
- 5
- 6
C++代码如下:
// opencv 推理
cv::dnn::Net net = cv::dnn::readNetFromONNX("save.onnx"); // 加载训练好的识别模型
cv::Mat image = cv::imread("numbers/1.bmp"); // 读取图片
cv::Mat blob = cv::dnn::blobFromImage(image); // 由图片加载数据 这里还可以进行缩放、归一化等预处理
net.setInput(blob); // 设置模型输入
cv::Mat predict = net.forward(); // 推理出结果
- 1
- 2
- 3
- 4
- 5
- 6
相关文章
- 【OpenCV】Chapter5.空间域图像滤波
- pycharm配置opencv-Python_pycharm环境安装
- 树莓派3B+ 人脸识别(OpenCV)
- python画地形地貌图_opencv检测瑕疵python
- opencv(4.5.3)-python(十八)--轮廓线入门
- 【1】windows下安装OpenCV(4.3)+VS2017安装+opencv_contrib4.3.0配置
- pyTorch入门(四)——导出Minist模型,C++ OpenCV DNN进行识别
- Python+Opencv解析一段视频并逐帧保存到本地
- 【Android OpenCV】Visual Studio 创建支持 OpenCV 库的 CMake 工程 ① ( 下载 OpenCV 库 | Windows 中安装 OpenCV 库 )
- opencv缩略图详解程序员
- opencv加载显示图像详解程序员