opencv DNN模块 +tensorflow

最新推荐文章于 2024-10-13 22:56:17 发布

rj_monck

最新推荐文章于 2024-10-13 22:56:17 发布

阅读量2.7k

点赞数 1

本文链接：https://blog.csdn.net/rj1457365980/article/details/83140921

版权

本文介绍了如何使用TensorFlow 0.12.0和Python 3.6创建并保存一个简单的模型到PB文件，然后利用OpenCV 3.4.1的DNN模块在Python和C++中加载并测试PB模型，详细展示了Python和C++的代码实现过程。

摘要由CSDN通过智能技术生成

使用的版本是tensorflow0.12.0 + python3.6，搭建一个简单的模型，用来训练得到pb文件。

opencv3.4.1 + VS2015，用来加载使用pb文件。

训练PD文件。

创建项目，新建save_pb.py。

在该网络中，设置输入结点的名字为：conv1/input，输出结点的名字为：conv1/y，（输入输出结点的名称必须设置）建立网络结构：x*w1*w2=y，w1，w2均为随机数，其中X的尺寸：[1,2]，w1：[2,3]，w2：[3,1]，输出的结点y：[1]。

保存该网络，即保存网络结构，与变量值，即w1和w2两个随机数也保存下来代码如下：

import tensorflow as tf
from tensorflow.python.framework import graph_util

def save_pb(sess):
constant_graph = graph_util.convert_variables_to_constants(sess, sess.graph_def, ['conv1/y'])
with tf.gfile.FastGFile("D://python//hand//graph.pb", mode='wb') as f:
f.write(constant_graph.SerializeToString())

def main():
with tf.variable_scope(&