[E2E_L8_1]segmentation_demo道路分割例子和GOMFCTemplate的初步融合

一、来源

模型例子自己带来副图像

 

 

二、简化

 

#include <algorithm>

#include <fstream>

#include <iomanip>

#include <vector>

#include <string>

#include <chrono>

#include <memory>

#include <utility>

 

#include <format_reader_ptr.h>

#include <inference_engine.hpp>

#include <ext_list.hpp>

 

#include <samples/slog.hpp>

#include <samples/args_helper.hpp>

#include <samples/ocv_common.hpp>

#include <format_reader_ptr.h>

 

#include "segmentation_demo.h"

 

using namespace InferenceEngine;

using namespace std;

using namespace cv;

 

//-i E:/OpenVINO_modelZoo/road.png -m  E:/OpenVINO_modelZoo/road-segmentation-adas-0001.xml

void main()

{

    std::vector<std::string> images;

    string imageNames = "E:/OpenVINO_modelZoo/road.png";

    images.push_back(imageNames);

    

    // --------------------------- 1.为IE准备插件-------------------------------------

    InferencePlugin plugin(PluginDispatcher().getSuitablePlugin(TargetDevice::eCPU));

    printPluginVersion(plugin, std::cout);//正确回显表示成功

    plugin.AddExtension(std::make_shared<Extensions::Cpu::CpuExtensions>());//Extension，useful

    // --------------------------- 2.读取IR模型(xml和bin)---------------------------------

    CNNNetReader networkReader;

    networkReader.ReadNetwork("E:/OpenVINO_modelZoo/road-segmentation-adas-0001.xml");

    networkReader.ReadWeights("E:/OpenVINO_modelZoo/road-segmentation-adas-0001.bin");

    CNNNetwork network = networkReader.getNetwork();

    // --------------------------- 3. 准备输入输出的------------------------------------------

    InputsDataMap inputInfo(network.getInputsInfo());//获得输入信息

    BlobMap inputBlobs; //保持所有输入的blob数据

    if (inputInfo.size() != 1) throw std::logic_error("错误，该模型应该为单输入");

 

    auto inputInfoItem = *inputInfo.begin();//开始读入

    std::vector<std::shared_ptr<unsigned char>> imagesData;

 

    for (auto & i : images) {

        FormatReader::ReaderPtr reader(i.c_str()); //使用FormatReader来读取图片数据,这里的images是一个vector，注意对于批量数据的读取

        if (reader.get() == nullptr) {

            slog::warn << "Image " + i + " 无法读取!" << slog::endl;

            continue;

        }

        /** 获得图片数据 **/

        std::shared_ptr<unsigned char> data(

            reader->getData(inputInfoItem.second->getTensorDesc().getDims()[3],

            inputInfoItem.second->getTensorDesc().getDims()[2]));

        if (data.get() != nullptr) {

            imagesData.push_back(data);

        }

    }

    if (imagesData.empty()) throw std::logic_error("错误的格式，请检查!");

 

    network.setBatchSize(imagesData.size());

    slog::info << "Batch size is " << std::to_string(networkReader.getNetwork().getBatchSize()) << slog::endl;

 

    inputInfoItem.second->setPrecision(Precision::U8);

    //准备输出数据

    OutputsDataMap outputInfo(network.getOutputsInfo());

    std::string firstOutputName;

    for (auto & item : outputInfo) {

        if (firstOutputName.empty()) {

            firstOutputName = item.first;

        }

        DataPtr outputData = item.second;

        if (!outputData) {

            throw std::logic_error("错误的格式，请检查！");

        }

        item.second->setPrecision(Precision::FP32);

    }

    // --------------------------- 4. 读取模型 ------------------------------------------（后面这些操作应该可以合并了）

    ExecutableNetwork executableNetwork = plugin.LoadNetwork(network, {});

    // --------------------------- 5. 创建推断 -------------------------------------------------

    InferRequest infer_request = executableNetwork.CreateInferRequest();

    // --------------------------- 6. 将数据塞入模型 -------------------------------------------------

    for (const auto & item : inputInfo) {

        /** 创建输入BLOB **/

        Blob::Ptr input = infer_request.GetBlob(item.first);

 

        /** 3 通道塞数据 **/

        size_t num_channels = input->getTensorDesc().getDims()[1];

        size_t image_size = input->getTensorDesc().getDims()[3] * input->getTensorDesc().getDims()[2];

 

        auto data = input->buffer().as<PrecisionTrait<Precision::U8>::value_type*>();

        

        for (size_t image_id = 0; image_id < imagesData.size(); ++image_id) {

            for (size_t pid = 0; pid < image_size; pid++) {

                for (size_t ch = 0; ch < num_channels; ++ch) {

                    data[image_id * image_size * num_channels + ch * image_size + pid] = imagesData.at(image_id).get()[pid*num_channels + ch];

                }

            }

        }

    }

    // --------------------------- 7. 推断结果 -------------------------------------------------

    for (size_t iter = 0; iter < images.size(); ++iter) {

        infer_request.Infer();//多张图片多次推断

    }    

    // --------------------------- 8. 处理结果-------------------------------------------------------

    slog::info << "输出结果" << slog::endl;

 

    const Blob::Ptr output_blob = infer_request.GetBlob(firstOutputName);

    const auto output_data = output_blob->buffer().as<float*>();

 

    size_t N = output_blob->getTensorDesc().getDims().at(0);

    size_t C = output_blob->getTensorDesc().getDims().at(1);

    size_t H = output_blob->getTensorDesc().getDims().at(2);

    size_t W = output_blob->getTensorDesc().getDims().at(3);

 

    size_t image_stride = W * H * C;

 

    for (size_t image = 0; image < N; ++image) {

        std::vector<std::vector<size_t>> outArrayClasses(H, std::vector<size_t>(W, 0));

        std::vector<std::vector<float>> outArrayProb(H, std::vector<float>(W, 0.));

        for (size_t w = 0; w < W; ++w) {

            for (size_t h = 0; h < H; ++h) {

                if (C == 1) {

                    outArrayClasses[h][w] = static_cast<size_t>(output_data[image_stride * image + W * h + w]);

                }

                else {

                    for (size_t ch = 0; ch < C; ++ch) {

                        auto data = output_data[image_stride * image + W * H * ch + W * h + w];

                        if (data > outArrayProb[h][w]) {

                            outArrayClasses[h][w] = ch;

                            outArrayProb[h][w] = data;

                        }

                    }

                }

            }

        }

        std::string fileName = "out_" + std::to_string(image) + ".bmp";

        std::ofstream outFile(fileName, std::ofstream::binary);

        if (!outFile.is_open()) {

            throw std::logic_error("Can't open file : " + fileName);

        }

 

        writeOutputBmp(outArrayClasses, C, outFile); //输出的代码

        slog::info << "File : " << fileName << " was created" << slog::endl;

    }

    // -----------------------------------------------------------------------------------------------------

 

 

}

 

在改写的过程中有几点注意

1、添加lib和对应的dll文件，主要就是用于文件读取的；

以及format_reader.dll 文件放到目录下面；

2、头文件修改正确

 

三、改写

 

这个代码里面使用的是format_reader，使用起来颇为不方便，修改为OpenCV负责输入输出。

#include <algorithm>

#include <fstream>

#include <iomanip>

#include <vector>

#include <string>

#include <chrono>

#include <memory>

#include <utility>

 

#include <format_reader_ptr.h>

#include <inference_engine.hpp>

#include <ext_list.hpp>

 

#include <samples/slog.hpp>

#include <samples/args_helper.hpp>

#include <samples/ocv_common.hpp>

#include <format_reader_ptr.h>

 

#include "segmentation_demo.h"

 

using namespace InferenceEngine;

using namespace std;

using namespace cv;

 

//-i E:/OpenVINO_modelZoo/road.png -m  E:/OpenVINO_modelZoo/road-segmentation-adas-0001.xml

void main()

{

    std::vector<std::string> images;

    string imageNames = "E:/OpenVINO_modelZoo/road.png";

    images.push_back(imageNames);

    

    // --------------------------- 1.为IE准备插件-------------------------------------

    InferencePlugin plugin(PluginDispatcher().getSuitablePlugin(TargetDevice::eCPU));

    printPluginVersion(plugin, std::cout);//正确回显表示成功

    plugin.AddExtension(std::make_shared<Extensions::Cpu::CpuExtensions>());//Extension，useful

    // --------------------------- 2.读取IR模型(xml和bin)---------------------------------

    CNNNetReader networkReader;

    networkReader.ReadNetwork("E:/OpenVINO_modelZoo/road-segmentation-adas-0001.xml");

    networkReader.ReadWeights("E:/OpenVINO_modelZoo/road-segmentation-adas-0001.bin");

    CNNNetwork network = networkReader.getNetwork();

    // --------------------------- 3. 准备输入输出的------------------------------------------

    InputsDataMap inputInfo(network.getInputsInfo());//获得输入信息

    BlobMap inputBlobs; //保持所有输入的blob数据

    if (inputInfo.size() != 1) throw std::logic_error("错误，该模型应该为单输入");

 

    //auto lrInputInfoItem = *inputInfo.begin();//开始读入

    //int w = static_cast<int>(lrInputInfoItem.second->getTensorDesc().getDims()[3]); //这种写法也是可以的,它的first就是data

    //int h = static_cast<int>(lrInputInfoItem.second->getTensorDesc().getDims()[2]);

 

    auto lrInputInfoItem = inputInfo["data"]; //开始读入

    int w = static_cast<int>(lrInputInfoItem->getTensorDesc().getDims()[3]); //模型要求的输入大小

    int h = static_cast<int>(lrInputInfoItem->getTensorDesc().getDims()[2]);

 

    Mat src = imread(imageNames);

    if (src.empty())

        return;

 

    network.setBatchSize(1);//只有1副图片，故BatchSize = 1

 

 

  //准备输出数据

    OutputsDataMap outputInfo(network.getOutputsInfo());//获得输出信息                                      

    std::string firstOutputName;

    for (auto &item : outputInfo) {

        if (firstOutputName.empty()) {

            firstOutputName = item.first;

        }

        DataPtr outputData = item.second;

        if (!outputData) {

            throw std::logic_error("错误的格式，请检查！");

        }

 

        item.second->setPrecision(Precision::FP32);

    }

    // --------------------------- 4. 读取模型 ------------------------------------------（后面这些操作应该可以合并了）

    ExecutableNetwork executableNetwork = plugin.LoadNetwork(network, {});

    // --------------------------- 5. 创建推断 -------------------------------------------------

    InferRequest infer_request = executableNetwork.CreateInferRequest();

    // --------------------------- 6. 将数据塞入模型 -------------------------------------------------

    Blob::Ptr lrInputBlob = infer_request.GetBlob("data"); //data这个名字是我看出来的，实际上这里可以更统一一些

    matU8ToBlob<float_t>(src, lrInputBlob, 0);//重要的转换函数，第3个参数是batchSize,应该是自己+1的

 

    // --------------------------- 7. 推断结果 -------------------------------------------------

    infer_request.Infer();//多张图片多次推断

 

    // --------------------------- 8. 处理结果-------------------------------------------------------

    

    const Blob::Ptr outputBlob = infer_request.GetBlob(firstOutputName);

    const auto outputData = outputBlob->buffer().as<PrecisionTrait<Precision::FP32>::value_type*>();

    size_t numOfImages = outputBlob->getTensorDesc().getDims()[0];

    size_t numOfChannels = outputBlob->getTensorDesc().getDims()[1];

    h = outputBlob->getTensorDesc().getDims()[2];

    w = outputBlob->getTensorDesc().getDims()[3];

    size_t nunOfPixels = w * h; //写在内存里的结果，还是要拼出来的

 

    std::vector<cv::Mat> imgPlanes{ cv::Mat(h, w, CV_32FC1, &(outputData[0])),

                                   cv::Mat(h, w, CV_32FC1, &(outputData[nunOfPixels])),

                                   cv::Mat(h, w, CV_32FC1, &(outputData[nunOfPixels * 2])) };

 

    for (auto & img : imgPlanes) //本来是平的

        img.convertTo(img, CV_8UC1, 255);

 

    cv::Mat resultImg;

    cv::merge(imgPlanes, resultImg);

    cv::imshow("result", resultImg);

 

    cv::waitKey();

    

}

这里需要注意的一点是在读取图片的大小的时候，我这里使用了

Blob::Ptr lrInputBlob = infer_request.GetBlob("data"); //data这个名字是我看出来的，实际上这里可以更统一一些

 

其前提是我知道这里叫做 data，这里可以改成更统一的方式。

 

从结果来看，我认为OpenCV转换后的结果更好。当然差别只是在着色而已。

四、数据集测试

使用UAS Dataset进行测试，主要是想看一看批量数据的处理。使用Sample中的程序进行处理：

这个操作应该就是多张图片。

 

 

这个输入输出的界面就LOW了，我认为没有必要在函数中进行这个处理，函数处理单张就可以。原模型也是不支持视频的。

 

该造后的效果就很好

 

五、融合

在GOMFCTemplate中运行

 

其中，容易犯错的地方（release版本和debug版本的 cpu_extension重名，所以不能放到system目录下面）：

以及OCV_COMMON可能引起混乱

第一步是直接替换

 

目前存在的一个突出问题，就是模型的创建和模型的infer独立的问题。这个东西在OpenVINO中可能有，但要去寻找，不是直接告诉你的东西。

做到这一步，虽然代码已经可以运行，但是突出的问题就是没有模块化，整个运算步骤都在循环中，这样效率肯定是很低下的。并且在资源的销毁处还存在问题。

可以进一步将其封装为函数：

 

比如类似这里面的

就是下一步需要参考的。