Opencv Call Model Generate by Tensorflow

This is cmd reference

工具

• Tensorflow 2.5
• python 3.8
• OpenCVSharp

Tensofflow

转换Tensorflow PB 模型 到 onnx

使用tf2onnx模块

    python -m tf2onnx.convert --saved-model D:\DataSets\Model --output resnet50.onnx
    python -m tf2onnx.convert --saved-model D:\DataSets\GrabModule\Model --output grab.onnx
    python -m tf2onnx.convert --saved-model D:\DataSets\GrabModule\Model --output D:\Xin.Pu\AutoLoading\grab.onnx

windows + Python3.8 直接转换很慢的处理办法

onnx/tensorflow-onnx#1557 Protobuf has solved this with a cpp release for windows. Solve with:

     pip uninstall protobuf
     pip install protobuf

OpenCV - DNN

var cnn = CvDnn.ReadNetFromOnnx(model);
if (cnn == null) return;

注意点

• 通过BlobFromImage/BlobFromImage转换图像到与tensorflowDims==4的张量形式
• 如果Tensorflow训练的图像经过Resize 和 归一等预处理，在这里也需要对应。
• swapRB，crop 训练时没有做其他处理，这里全部关掉

var image = Cv2.ImRead(filename, ImreadModes.Grayscale);
var inputBlob = CvDnn.BlobFromImage(image, 1F / 255, new Size(64, 64), 
                                    swapRB: false, 
                                    crop: false);

net.SetInput(inputBlob);
var result = net.Forward();
PrintMatrixProb(result);
result.GetArray(out float[] data);
var max = data.ToList().IndexOf(data.Max()) + 1;
return max;

• 优先调整 卷积核数，激活方法。
• 学习率迭代因子，定义0.5以上比较合适。
• 卷积层数量更多，收敛更快