branch_detection_pycpp

Deep Learningによる枝検出をC++から動かすプログラム

pythonで記述したDeep Learningによる枝領域の認識を，pybind11というライブラリを介してC++から操作します． プログラムの流れはコメントアウトを確認してください．ちなみにC++からPythonへは画像データを渡していますが， どうやらcv::Mat型からndarray(numpy配列)に自動で変換してくれるようです．この辺はよくわかってないところもありますが， 便利ですねってことで許してください．この時に使っているプログラムはこちらをお借りしました.

GPUで処理をすると約160 msで動くので，Python単体で動かしたときと速度に大きな差はないです．これで，Deep Learning以外の， システムで速度が欲しいところはC++で書いてOKということになりました．

現在Deep Learningの記述にはTensorflowのラッパーであるkerasを使用しています．Tensorflowを生で扱うより記述が簡便なため，これを採用していますが， やはり速度では劣る部分があります．高速化を目指すなら， [Python]KerasをTensorFlowから，TensorFlowをc++から叩いて実行速度を上げるを読むといいでしょう．

Python環境

• Python 3.7(Anaconda)
• tensorflow-gpu 2.0.0
• keras 2.3.0
• pybind11 2.4

注意点

GPUを使う場合は，C++の実行ファイル(.exe)と同じディレクトリにcudart64_100.dll, cudnn64_7.dllを置いてください．GPUをもともと積んでいるPCなら， エクスプローラで検索すればどこかにあるはずです．