ubuntu clion从0开始搭建一个风格转换ONNX推理网络 opencv cuda::dnn::net

已于 2023-03-06 13:51:04 修改
阅读量825 收藏
点赞数 1
分类专栏： 深度学习 文章标签： opencv ubuntu dnn
于 2023-02-10 16:30:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ResumeProject/article/details/128935986
版权

系统搭建

OpenCV的安装

cmake

sudo apt-get install cmake

其他环境依赖

  • sudo apt install build-essential

  • sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff5.dev libswscale-dev libjasper-dev

  • 不安装会报这个错误

OpenCV(4.6.0) /home/dell/下载/opencv-4.6.0/modules/highgui/src/window.cpp:1250: error: (-2:Unspecified error) The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvNamedWindow'

error

  • E: 无法定位软件包 libjasper-dev

解决（换源重新安装）

  • http://mirrors.ustc.edu.cn/help/ubuntu.html

  • sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"

  • sudo apt update

  • 由于没有公钥,无法验证下列签名: NO_PUBKEY 40976EAF437D05B5 NO_PUBKEY 3B4FE6AC

  • sudo apt-key adv --recv-keys --keyserver keyserver.ubuntu.com 40976EAF437D05B5 3B4FE6ACC0B21F32

下载源码

安装

  • unzip opencv-4.6.0.zip
  • unzip opencv_contrib-4.6.0.zip
  • cd opencv-4.6.0/
  • sudo mkdir build
  • cd build
  • sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local
    或 sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH= **/opencv_contrib-4.6.0/modules/ ..
error
  • 如果报错 CMake Error: The source directory "/home/dell/下载/opencv-4.6.0/build" does not appear to contain CMakeLists.txt. 使用 sudo cmake /home/dell/下载/opencv-4.6.0/ -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local

在这里插入图片描述

  • sudo make或 sudo make -j4 j为变异是使用的核心数量,这一步非常slow
  • sudo make install
-- Installing: /usr/local/share/opencv4/lbpcascades/lbpcascade_profileface.xml
-- Installing: /usr/local/share/opencv4/lbpcascades/lbpcascade_silverware.xml
-- Installing: /usr/local/bin/opencv_annotation
-- Set runtime path of "/usr/local/bin/opencv_annotation" to "/usr/local/lib"
-- Installing: /usr/local/bin/opencv_visualisation
-- Set runtime path of "/usr/local/bin/opencv_visualisation" to "/usr/local/lib"
-- Installing: /usr/local/bin/opencv_interactive-calibration
-- Set runtime path of "/usr/local/bin/opencv_interactive-calibration" to "/usr/local/lib"
-- Installing: /usr/local/bin/opencv_version
-- Set runtime path of "/usr/local/bin/opencv_version" to "/usr/local/lib"
-- Installing: /usr/local/bin/opencv_model_diagnostics
-- Set runtime path of "/usr/local/bin/opencv_model_diagnostics" to "/usr/local/lib"

环境变量

  • sudo vim /etc/ld.so.conf.d/opencv.conf i /usr/local/lib + esc + :wq + enter
    在这里插入图片描述
  • sudo ldconfig
  • sudo vim /etc/bash.bashrc
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
export PKG_CONFIG_PATH
  • sudo updatedb
或者按照这种方式配置

测试

cmake_minimum_required(VERSION 3.15)
project(untitled)
set(CMAKE_CXX_STANDARD 14)

MESSAGE(STATUS "Project: untitled")               #打印相关消息消息
find_package(OpenCV REQUIRED)# 通过find_package引入非官方的库（该方式只对支持cmake编译安装的库有效）
set(SOURCE_FILES main.cpp)
include_directories(${OpenCV_INCLUDE_DIRS})

add_executable(untitled main.cpp)
target_link_libraries(untitled ${OpenCV_LIBS})

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main() {
    string path = "/home/dell/下载/a.png";
    Mat src = imread(path);
    namedWindow("img");
    imshow("img",src);
    waitKey(0);
    return 0;
}

在这里插入图片描述

  • 重启一下就ok了

在这里插入图片描述

  • 结果

在这里插入图片描述

onnx

效果风格转换

在这里插入图片描述

网络的论文和ONNX下载

在这里插入图片描述
在这里插入图片描述

blobFromImages(blobFromImage) + imagesFromBlob

        处理图像到blob,[0, 255] ->[0, 1],大小，RGB->BGR和转换forward的blob到图像。

在这里插入图片描述

网络传播整体代码

cmake_minimum_required(VERSION 3.15)
project(untitled)
set(CMAKE_CXX_STANDARD 14)

MESSAGE(STATUS "Project: untitled")             
find_package(OpenCV REQUIRED)
set(SOURCE_FILES main.cpp)
include_directories(${OpenCV_INCLUDE_DIRS})

add_executable(untitled main.cpp)
target_link_libraries(untitled ${OpenCV_LIBS})

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>
#include <fstream>

using namespace cv;
using namespace cv::dnn;
using namespace std;


// 图像处理  标准化处理
void PreProcess(const Mat& image, Mat& image_blob)
{
    Mat input;
    image.copyTo(input);


    //数据处理 标准化
    std::vector<Mat> channels, channel_p;
    split(input, channels);
    Mat R, G, B;
    B = channels.at(0);
    G = channels.at(1);
    R = channels.at(2);

    B = (B / 255. - 0.406) / 0.225;
    G = (G / 255. - 0.456) / 0.224;
    R = (R / 255. - 0.485) / 0.229;

    channel_p.push_back(R);
    channel_p.push_back(G);
    channel_p.push_back(B);

    Mat outt;
    merge(channel_p, outt);
    image_blob = outt;
}


String bin_model = "/home/dell/CLionProjects/untitled/mosaic-9.onnx";
int main(int argc, char** argv) {
    //数据处理
    Mat test = Mat::zeros(10,10, CV_64FC1 );
    Mat image1 = imread("/home/dell/下载/a.png");
    resize(image1, image1, Size(256, 256), INTER_AREA);
    image1.convertTo(image1, CV_32FC3);// convertTo()数据类型CV_32FC3
    PreProcess(image1, image1);

    vector<Mat> images;
    images.push_back(image1);images.push_back(image1);


    int w = 224;int h = 224;

    // 加载网络
    cv::dnn::Net net = cv::dnn::readNetFromONNX(bin_model);  // 加载训练好的识别模型  net = cv2.dnn.readNetFromONNX('**.onnx')
    net.setPreferableBackend(cv::dnn::DNN_BACKEND_OPENCV);
    net.setPreferableTarget(cv::dnn::DNN_TARGET_CPU);
    if (net.empty()) {
        printf("read onnx model data failure...\n");
        return -1;
    }

    Mat inputBlob = blobFromImages(images, 1.0, Size(w, h), Scalar(0, 0, 0), false, true);
    net.setInput(inputBlob);
    cv::Mat prob = net.forward();     // 推理出结果  cols,rows 矩阵的行数，列数【注意，在图像中行数对应的是高度，列数对应的是宽度】，当维数大于2时，均为-1;  
    std::vector<cv::Mat> predTmp;
    cv::dnn::imagesFromBlob(prob, predTmp);
    
    imshow("show Image", images[0]);
    cv::waitKey(0);
    imshow("Image mosaic", predTmp[0]);
    cv::waitKey(0);

    vector<double> times;
    double time = net.getPerfProfile(times);
    float ms = (time * 1000) / getTickFrequency();
    printf("current inference time : %.2f ms \n", ms);

    return 0;
}

CG

代码 onnx+ opdncv+vgg16

// https://blog.csdn.net/qq_44747572/article/details/121467657
// /home/dell/下载/opencv-4.6.0/samples/data/dnn/classification_classes_ILSVRC2012.txt

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>
#include <fstream>

using namespace cv;
using namespace cv::dnn;
using namespace std;


// 图像处理  标准化处理
void PreProcess(const Mat& image, Mat& image_blob)
{
    Mat input;
    image.copyTo(input);


    //数据处理 标准化
    std::vector<Mat> channels, channel_p;
    split(input, channels);
    Mat R, G, B;
    B = channels.at(0);
    G = channels.at(1);
    R = channels.at(2);

    B = (B / 255. - 0.406) / 0.225;
    G = (G / 255. - 0.456) / 0.224;
    R = (R / 255. - 0.485) / 0.229;

    channel_p.push_back(R);
    channel_p.push_back(G);
    channel_p.push_back(B);

    Mat outt;
    merge(channel_p, outt);
    image_blob = outt;
}

std::vector<String> readClassNames(string labels_txt_file)
{
    std::vector<String> classNames;

    std::ifstream fp(labels_txt_file);
    if (!fp.is_open())
    {
        printf("could not open file...\n");
        exit(-1);
    }
    std::string name;
    while (!fp.eof())
    {
        std::getline(fp, name);
        if (name.length())
            classNames.push_back(name);
    }
    fp.close();
    return classNames;
}

String bin_model = "/home/dell/下载/vgg16.onnx";
String labels_txt_file = "/home/dell/下载/opencv-4.6.0/samples/data/dnn/classification_classes_ILSVRC2012.txt";
vector<String> readClassNames();                  // string对象作为vector对象
int main(int argc, char** argv) {
    Mat image1 = imread("/home/dell/下载/a.png");

    //用于显示
    vector<Mat>Showimages;
    Showimages.push_back(image1);
    //处理image1
    resize(image1, image1, Size(256, 256), INTER_AREA);
    image1.convertTo(image1, CV_32FC3);
    PreProcess(image1, image1);         //标准化处理

    //将image1和image2合并到images
    vector<Mat> images;
    images.push_back(image1);
    images.push_back(image1);
    vector<String> labels = readClassNames(labels_txt_file);

    int w = 224;
    int h = 224;

    // 加载网络
    cv::dnn::Net net = cv::dnn::readNetFromONNX(bin_model);  // 加载训练好的识别模型

    if (net.empty()) {
        printf("read onnx model data failure...\n");
        return -1;
    }
    Mat inputBlob = blobFromImages(images, 1.0, Size(w, h), Scalar(0, 0, 0), false, true);

    // 执行图像分类
    net.setInput(inputBlob);
    cv::Mat prob = net.forward();     // 推理出结果
    cout << prob.cols<< endl;
    vector<double> times;
    double time = net.getPerfProfile(times);
    float ms = (time * 1000) / getTickFrequency();
    printf("current inference time : %.2f ms \n", ms);
    // 得到最可能分类输出

    for (int n = 0; n < prob.rows; n++) {
        Point classNumber;
        double classProb;
        Mat probMat = prob(Rect(0, n, 1000, 1)).clone();
        Mat result = probMat.reshape(1, 1);
        minMaxLoc(result, NULL, &classProb, NULL, &classNumber);
        int classidx = classNumber.x;
        printf("\n current image classification : %s, possible : %.2f\n", labels.at(classidx).c_str(), classProb);

        // 显示文本
        putText(Showimages[n], labels.at(classidx), Point(10, 20), FONT_HERSHEY_SIMPLEX, 0.6, Scalar(0, 0, 255), 1, 1);
        imshow("Image Classification", Showimages[n]);
        waitKey(0);

    }
    return 0;
}
FakeOccupational
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
clion opencv安装_windows下使用Clion进行OpenCV开发环境搭建及排错指南
weixin_30465829的博客
12-23 940
1. 前言鉴于VS本身体积的庞大和项目依赖管理方式的不便，所以本文采用Clion通过CMake进行项目结构管理。2. 准备工作Windows 7 + (本文环境为 win7 x64)MinGW(本文环境 tdm-gcc-5.1.0-3)CMake (本文环境 cmake-3.7.2)OpenCV(本文环境 opencv-3.4.1)安装以上软件，基本都是一路 next ，最后做一下系统环境变量的配...
CUDAClionStarterProject:CUDA CLion入门项目模板，带有简单的矢量附加代码
05-12
CUDAClionStarterProject CUDA CLion入门项目模板，带有简单的矢量附加代码。 Clion中的其他步骤 将.cu添加到C ++文件类型。 生成一次，然后将生成配置中的可执行文件设置为cmake-build-debug文件夹中的.exe文件 如果收到无效的设备功能错误，请更新CMakeList中的arch。 链接 在CLion中为openGL支持修改的模板： : CUDA与此相关的：
opencv4.1.2 win32版本dll库.rar
12-19
opencv4.1.2 win32版本dll库，包含release和debug版本
ONNXRUNTUIME c++使用（分割网络）与相关资料（暂记）
ResumeProject的博客
02-11 752
下面的教程是在linux系统上运行的，如果想在windows系统上运行，可以看或，官方链接中有完整的VS的带.sln的项目。
CUDA学习(二):Cmake编译Hello cuda!
hjxu2016的博客
06-28 8021
文章目录一、配置CMakeLists.txt二、hello cuda! ubuntu下写Cu代码，那首选IDEL当然是CLion了。 Clion编译Cuda需要CMakeLists.txt 一、配置CMakeLists.txt 0、用CLion新建立一个工程 CUDA Executable，或者直接建立一个普通的C++ Executable将主函数main.cpp变成了main.cu。 然后配置CMakeList.txt文件 1、FIND_PACKAGE找到已经安装的CUDA 2、使用CUDA_ADD_L
OpenCV DNN模块推理YOLOv5 ONNX模型方法
lujx_1024的博客
07-25 5411
本文档主要描述`python`平台，使用`opencv-python`深度神经网络模块`dnn`,推理`YOLOv5`模型的方法。 文档主要包含以下内容： - `opencv-python`模块的安装 - `YOLOv5`模型格式的说明 - `ONNX`格式模型的加载 - 图片数据的预处理 - 模型推理 - 推理结果后处理，包括`NMS`,`cxcywh`坐标转换为`xyxy`坐标等 - 关键方法的调用与参数说明 - 完整的示例代码
onnx 模型加载部署运行方式
最新发布
huzhifei的专栏
11-01 1128
这里的文件路径是宽字节的，通过onnx文件直接加载模型。加密模型的部署的主要思路是读取加密模型文件---->解密加密模型---->将明文onnx内容传给onnx API函数加载，使用的函数如下: Ort::Session这个函数是一个参数重载函数，可以传递文件路径，或者传递模型文件内存空间地址和空间长度。 所以文件的加密方式可以自己定，能够解密出onnx明文就可以，将这个文件内存传给Ort::Session即可。 其中:decrypted 是解密后的多字节格式的on
ubuntu 编译安装支持CUDA的OpenCV+其他opencv细节(需要特定版本gcc)
ResumeProject的博客
02-28 5374
ubuntu 编译安装支持CUDA的OpenCV
Ubuntu安装Opencv、opencv_contrib、cuda（都是细节）
weixin_44733606的博客
07-14 2576
安装tbb，jpeg，png，tiff。2、下载opencv源码。
关于cv2.dnn.readNetFromONNX(path)就报ERROR during processing node with 3 inputs and 1 outputs的解决过程【独家发布】
热门推荐
文山
07-02 1万+
当opencv在读onnx时cv2.dnn.readNetFromONNX(path)就报Number of input channels should be multiple of 3 but got 0 in outputs的解决办法，全网惟一指南
Ubuntu终端搭建Clion开发环境
09-17
本资源适用linux开发初学者，资源主要内容是Ubuntu终端搭建Clion开发环境流程步骤，开发环境搭建完成后，即可在Linux系统开发和运行C++程序。资源中针对遇到的搭建环境问题均给出截图和解决方案，亲测有效，希望对...
clion-cppcheck:CLion的cppcheck插件
05-27
CLion-cppcheck 在编写代码时即时运行cppcheck 。 突出显示行并显示cppcheck错误消息。 支持将选项传递给cppcheck 。 的CLion免费开源许可证支持该项目。安装请参阅用法按照其主页上的说明安装工具。 此插件未捆绑...
leetcode矩阵旋转任意角度-SwordRefersToOffer:剑指offer的C++代码，在ubuntu上CLion测试
07-07
在一个二维数组中（每个一维数组的长度相同），每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。 思路 ...
ubuntu下基于Clion+QT编写的界面demo，适合入门
07-11
ubuntu下基于Clion+QT编写的界面demo，适合入门, 博客请参考：https://yongqi.blog.csdn.net/article/details/125698957
Interlaken协议介绍
MangoPapa
11-13 7101
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 个人学习Interlaken协议，持续更新中 。。。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import m
Clion中添加Environment Variables
一千零一夜的博客
05-04 3485
1.场景 执行可执行文件时，他依赖于第三方包： export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:../lib/cudnn:../lib/my_onnx:../lib/onnxruntime:../lib/opencv:../lib/trt ./test_my_inference_onnx 所以需要把命令行中的export LD_LIBRARY_PATH添加环境变量方式，改成Clion IDE中添加方式，方便断点调试。 2.Clion中添加Environment V
在 Ubuntu 上搭建 OpenCV 开发环境
tq08g2z的专栏
03-18 3592
这篇文章将说明在 Ubuntu Linux 系统上搭建 OpenCV 开发环境的过程，以支持 Python 和 C++ 编程语言开发基于 OpenCV 的应用，或学习 OpenCV。本文说明的过程在 Ubuntu 20.04 版本的系统上经过测试验证。 在 Ubuntu 系统上安装 OpenCV-Python 在 Ubuntu 系统中安装 OpenCV-Python 有两种方式： 从 Ubuntu 仓库安装可用的预编译二进制文件 由源码编译。 这里这两种方式都会介绍。 另一个非常重要的问题是必须的附加库
VC2019配置Onnxruntime和OpenCV环境
wwwsctvcom的博客
02-19 4052
一、环境配置 0、配置Debug或Release模式 1、配置包含目录： D:\openvino\openvino_2021.4.689\opencv\include和D:\onnxruntime\include 2、设置Windows运行库目录 D:\onnxruntime\lib和D:\openvino\openvino_2021.4.689\opencv\lib 3、配置附加依赖项：D:\openvino\openvino_2021.4.689\opencv\lib\*.l
【Ubuntu版】源码安装opencv（一）
IT菜鸟
09-17 3603
一、参考资料 在ubuntu下安装opencv4.1.0详细步骤 二、写在前面 博主以安装 opencv 4.1.0为例； opencv官方教程； 需要的环境： GCC 4.4.x or later CMake 2.8.7 or higher Git GTK+2.x or higher, including headers (libgtk2.0-dev) pkg-config Python 2.6 or later and Numpy 1.5 or later with developer packag
ubuntu clion配置opencv
09-24
ubuntu clion配置OpenCV的方法如下： 1. 首先，确保系统中已经安装了OpenCV和clion。如果没有安装，可以通过以下命令进行安装： ``` sudo apt-get install libopencv-dev sudo snap install clion --classic `...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值