opencv打开pb_【OpenCV】OpenCV4调用tensorflow pb模型进行目标检测

今天药忘吃喽~ 2023-01-01 01:42 267阅读 0赞

先在visual studio 2015新建一个工程并配置好环境。

OpenCV调用tensorflow的pb模型，不仅需要一个.pb文件，还需要一个.pbtxt文件。

一些预训练好的pb模型的下载地址，在opencv\_extra里有一些生成好的pbtxt文件。注意pb文件和pbtxt文件要对应，否则后面调用会出错。

如果没有pb文件对应的pbtxt文件，则在opencv里提供了tf\_text\_graph\_faster\_rcnn.py，tf\_text\_graph\_mask\_rcnn.py，tf\_text\_graph\_ssd.py三个脚本来生成对应网络结构的pbtxt文件。用这个脚本生成pbtxt文件不仅要输入pb文件，还需要输入.config文件，这里有一些config文件。

使用方式如下：

python tf\_text\_graph\_ssd.py \\

\--input /path/to/xxx.pb \\

\--config /path/to/xxx.config \\

\--output /path/to/xxx.pbtxt

![Image 1][]

准备就绪之后，可以开始写OpenCV的代码了。这里有几个关键点。

OpenCV的dnn模块提供了readNetFromTensorflow来读取tensorflow的pb模型，当然还有readNetFromDarknet，readNetFromCaffe，readNetFromTorch等等。这里就只关注tensorflow了。

dnn::Net net = dnn::readNetFromTensorflow(pbFile, pbTxt);

vectorouts;

vectoroutNames = net.getUnconnectedOutLayersNames();

Mat inputBlob = dnn::blobFromImage(cropImg, 1.0, Size(cropWidth, cropHeight), Scalar(), false, false);

net.setInput(inputBlob);

net.forward(outs, outNames);

其中， pbFile就是pb模型的路径，pbTxt就是pbtxt文件的路径。dnn::blobFromImage的1.0 / 255将数据归一化到0~1。

forward输出的outs是一个1 x 1 x N x 7的矩阵，N是预测结果的数量，可能很多，还需要进行后处理。

float\* data = (float\*)outs\[0\].data;

for (int i = 0; i < outs\[0\].total(); i += 7)

\{

float confidence = data\[i + 2\];

if (confidence > confidenceTH)

\{

int left = (int)(data\[i + 3\] \* img.cols);

int top = (int)(data\[i + 4\] \* img.rows);

int right = (int)(data\[i + 5\] \* img.cols);

int bottom = (int)(data\[i + 6\] \* img.rows);

int width = right - left + 1;

int height = bottom - top + 1;

classIds.push\_back((int)(data\[i + 1\])-1);

boxes.push\_back(Rect(left, top, width, height));

confidences.push\_back(confidence);

\}

\}

因为是要进行目标检测，所以这里将结果转换成了boundingbox的形式，并且将confidence低于阈值的去掉。

接下来进行非极大值抑制，将重合度高的boundingbox去掉。

vectorindices;

dnn::NMSBoxes(boxes, confidences, confidenceTH, nmsTH, indices);

预测已经完成，将结果画出来。

rectangle(img, Point(left, top), Point(right, bottom), Scalar(0, 255, 0));

下载的很多模型效果都不是很好，精度很低。用脚本生成的pbtxt有时候不能使用。

最后成功的是在ssd\_mobilenet\_v1\_coco\_11\_06\_2017下载的，pbtxt文件用的是现成的ssd\_mobilenet\_v1\_coco.pbtxt。有空了再试试其他的模型。

[Image 1]:

发表评论取消回复

表情：

评论列表（有 0 条评论，267人围观）

还没有评论，来说两句吧...

相关阅读

相关 OpenCV调用TensorFlow的目标检测

python PATH\tf_text_graph_ssd.py --input path\frozen_inference_graph.pb ...

旧城等待，/ 2024年04月18日 22:35/ 0 赞/ 78 阅读

相关 TensorFlow将ckpt模型转为pb模型

-- coding: utf-8 -- import tensorflow as tf from tensorflow.python.framewor

「爱情、让人受尽委屈。」/ 2023年07月09日 06:27/ 0 赞/ 19 阅读

相关 0001-opencv4.4调用darknet-yoloV4模型

个人公众号 ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9n

怼烎@/ 2023年01月07日 07:09/ 0 赞/ 244 阅读

相关 opencv打开pb_【OpenCV】OpenCV4调用tensorflow pb模型进行目标检测

先在visual studio 2015新建一个工程并配置好环境。 OpenCV调用tensorflow的pb模型，不仅需要一个.pb文件，还需要一个.pbtxt文件。一

今天药忘吃喽~/ 2023年01月01日 01:42/ 0 赞/ 268 阅读

相关 opencv+tensorFlow探索实现目标检测

前述：本文为了记载自己在开发过程中的心得以及问题解决而写，阅读者在参考时尽量加入自己的思考，毕竟依赖库以及主程序随着时间的变化正在不断升级；另外，牢骚一下，对于初

红太狼/ 2022年12月02日 00:47/ 0 赞/ 220 阅读

相关【opencv-c++】运行tensorflow的pb分类模型

【opencv-c++】运行tensorflow的pb分类模型 1.背景 1.1 sdk环境 1.2 博客目标 2.opencv配

浅浅的花香味﹌/ 2022年11月29日 12:20/ 0 赞/ 227 阅读

相关使用OpenCV进行目标检测的注意事项

前言前一篇文章已经介绍过了如何使用OpenCV自带的级联分类器进行目标检测，但是在实际操作过程中和后期的算法调优的过程中都需要有依据地进行调试，这样才能又快又好将算法调

布满荆棘的人生/ 2022年06月06日 07:44/ 0 赞/ 304 阅读

相关 OpenCV调用TensorFlow预训练模型

OpenCV调用TensorFlow预训练模型【[尊重原创，转载请注明出处][Link 1]】[https://panjinquan.blog.csdn.net/a

深藏阁楼爱情的钟/ 2022年05月23日 07:13/ 0 赞/ 390 阅读

相关 Opencv检测自定义目标

Opencv检测自定义目标 ps：本人也是最近刚开始接触图像，写的不好的地方或者有错的地方请见谅或指教~~~~~~ 这里介绍一种 haar特征+adaboost训练器来

偏执的太偏执、/ 2022年05月15日 23:28/ 0 赞/ 210 阅读

相关 tensorflow中ckpt转pb模型

参考代码： import tensorflow as tf import os from tensorflow.python.framework import gra

朱雀/ 2022年01月22日 01:17/ 0 赞/ 265 阅读