#include <fstream>
#include <sstream>
#include <iostream>
#include "common.hpp"
std::string keys =
"{ help h | | 打印帮助信息。 }"
"{ @alias | | 从 models.yml 文件中提取预处理参数的模型别名。 }"
"{ zoo | models.yml | 包含预处理参数文件的可选路径 }"
"{ input i | | 输入图像或视频文件的路径。跳过此参数以从摄像头捕获帧。}"
"{ initial_width | 0 | 通过初始调整大小到特定宽度来预处理输入图像。}"
"{ initial_height | 0 | 通过初始调整大小到特定高度来预处理输入图像。}"
"{ std | 0.0 0.0 0.0 | 通过除以标准差来预处理输入图像。}"
"{ crop | false | 通过中心裁剪来预处理输入图像。}"
"{ framework f | | 模型的原始框架的可选名称。如果未设置,则自动检测。 }"
"{ needSoftmax | false | 使用 Softmax 对网络的输出进行后处理。}"
"{ classes | | 包含类别名称的文本文件的可选路径。 }"
"{ backend | 0 | 选择一个计算后端:"
"0:自动(默认),"
"1:Halide 语言 (http://halide-lang.org/),"
"2:英特尔的深度学习推理引擎 (https://software.intel.com/openvino-toolkit),"
"3:OpenCV 实现,"
"4:VKCOM,"
"5:CUDA,"
"6:WebNN }"
"{ target | 0 | 选择一个目标计算设备:"
"0:CPU 目标(默认),"
"1:OpenCL,"
"2:OpenCL fp16(半精度浮点数),"
"3:VPU,"
"4:Vulkan,"
"6:CUDA,"
"7:CUDA fp16(半精度浮点预处理) }";
using namespace dnn;
std::vector<std::string> classes;
int main(
int argc,
char** argv)
{
const std::string modelName = parser.
get<
String>(
"@alias");
const std::string zooFile = parser.
get<
String>(
"zoo");
keys += genPreprocArguments(modelName, zooFile);
parser.
about(
"使用此脚本使用 OpenCV 运行分类深度学习网络。");
if (argc == 1 || parser.
has(
"help"))
{
return 0;
}
int rszWidth = parser.
get<
int>(
"initial_width");
int rszHeight = parser.
get<
int>(
"initial_height");
float scale = parser.
get<
float>(
"scale");
bool swapRB = parser.
get<
bool>(
"rgb");
bool crop = parser.
get<
bool>(
"crop");
int inpWidth = parser.
get<
int>(
"width");
int inpHeight = parser.
get<
int>(
"height");
int backendId = parser.
get<
int>(
"backend");
int targetId = parser.
get<
int>(
"target");
bool needSoftmax = parser.
get<bool>("needSoftmax");
std::cout << "均值: " << mean << std::endl;
std::cout << "标准差: " << std << std::endl;
if (parser.
has("classes"))
{
std::string file = parser.
get<
String>("classes");
std::ifstream ifs(file.c_str());
if (!ifs.is_open())
CV_Error(Error::StsError, "文件 " + file + " 未找到");
std::string line;
while (std::getline(ifs, line))
{
classes.push_back(line);
}
}
{
return 1;
}
Net net = readNet(model, config, framework);
net.setPreferableBackend(backendId);
net.setPreferableTarget(targetId);
static const std::string kWinName = "OpenCV深度学习图像分类";
namedWindow(kWinName, WINDOW_NORMAL);
else
while (waitKey(1) < 0)
{
cap >> frame;
if (frame.empty())
{
waitKey();
break;;
}
if (rszWidth != 0 && rszHeight != 0)
{
resize(frame, frame,
Size(rszWidth, rszHeight));
}
blobFromImage(frame, blob, scale,
Size(inpWidth, inpHeight), mean, swapRB, crop);
if (std.val[0] != 0.0 && std.val[1] != 0.0 && std.val[2] != 0.0)
{
divide(blob, std, blob);
}
net.setInput(blob);
int classId;
double confidence;
Mat prob = net.forward();
double t1;
prob = net.forward();
for(int i = 0; i < 200; i++) {
prob = net.forward();
minMaxLoc(prob.
reshape(1, 1), 0, &confidence, 0, &classIdPoint);
classId = classIdPoint.
x;
}
if (needSoftmax == true)
{
float maxProb = 0.0;
float sum = 0.0;
maxProb = *std::max_element(prob.
begin<float>(), prob.
end<float>());
cv::exp(prob-maxProb, softmaxProb);
sum = (float)
cv::sum(softmaxProb)[0];
softmaxProb /= sum;
minMaxLoc(softmaxProb.
reshape(1, 1), 0, &confidence, 0, &classIdPoint);
classId = classIdPoint.
x;
}
std::string label = format("单轮推理时间: %.2f ms", t1);
std::string label2 = format("200轮平均时间: %.2f ms", timeRecorder.
getTimeMilli()/200);
putText(frame, label,
Point(0, 15), FONT_HERSHEY_SIMPLEX, 0.5,
Scalar(0, 255, 0));
putText(frame, label2,
Point(0, 35), FONT_HERSHEY_SIMPLEX, 0.5,
Scalar(0, 255, 0));
label = format("%s: %.4f", (classes.empty() ? format("类别 #%d", classId).c_str()
classes[classId].c_str()),
confidence);
putText(frame, label,
Point(0, 55), FONT_HERSHEY_SIMPLEX, 0.5,
Scalar(0, 255, 0));
imshow(kWinName, frame);
}
return 0;
}
用于命令行解析。
定义 utility.hpp:890
T get(const String &name, bool space_delete=true) const
按名称访问参数。
定义 utility.hpp:956
void about(const String &message)
设置关于信息。
void printErrors() const
打印发生的错误列表。
void printMessage() const
打印帮助信息。
bool has(const String &name) const
检查命令行中是否提供了字段。
bool check() const
检查解析错误。
Mat reshape(int cn, int rows=0) const
更改二维矩阵的形状和/或通道数,无需复制数据。
MatIterator_< _Tp > end()
返回矩阵迭代器并将其设置为矩阵元素之后。
MatIterator_< _Tp > begin()
返回矩阵迭代器并将其设置为第一个矩阵元素。
_Tp x
点的x坐标
定义 types.hpp:201
用于指定图像或矩形大小的模板类。
定义 types.hpp:335
用于测量时间流逝的类。
定义 utility.hpp:326
void start()
开始计数滴答。
定义 utility.hpp:335
void stop()
停止计数滴答。
定义 utility.hpp:341
void reset()
重置内部值。
定义 utility.hpp:430
double getTimeMilli() const
返回以毫秒为单位的经过时间。
定义 utility.hpp:365
用于从视频文件、图像序列或摄像头捕获视频的类。
定义 videoio.hpp:766
virtual bool open(const String &filename, int apiPreference=CAP_ANY)
打开视频文件、捕获设备或IP视频流进行视频捕获。
void exp(InputArray src, OutputArray dst)
计算每个数组元素的指数。
Scalar sum(InputArray src)
计算数组元素的总和。
std::string String
定义 cvstd.hpp:151
#define CV_Error(code, msg)
调用错误处理程序。
定义 base.hpp:335
#define CV_Assert(expr)
在运行时检查条件,如果失败则抛出异常。
定义 base.hpp:359
int main(int argc, char *argv[])
定义 highgui_qt.cpp:3