海思模型bin模型的使用步骤和注意点

利用海思ann.bin分类模型，对下图进行分类识别

（一）步骤

1、使用opencv训练出字符分类模型ann.xml

2、使用海思提供的ive_too_xml2bin_ui工具，将上诉ann.xml模型转换成ann.bin模型

3、新建工程，导入ann.bin，进行分类

（二）注意点：

1、已经归一化的像素值，在转换特征时不需要重新归一化（/255）,如下代码。

2、使用ann.bin特征提取的流程 必须和 opencv训练时一致。

void ANN_MLP_BinaryFeature2(Mat lowData, HI_U8 *imggray, HI_U16 width, HI_U16 height, HI_S16Q16 *binaryfeature)
{
	HI_U16 featurenum = 0;
	HI_U16 i, j;

	//增加直方图
	const int VERTICAL = 0;
	const int HORIZONTAL = 1;
	Mat vhist = ProjectedHistogram(lowData, VERTICAL,0);
	Mat hhist = ProjectedHistogram(lowData, HORIZONTAL,0);


	for (int i = 0; i < vhist.cols; i++) {
		binaryfeature[featurenum] = vhist.data[i];
		featurenum++;
	}
	for (int i = 0; i < hhist.cols; i++) {
		binaryfeature[featurenum] = hhist.data[i];
		featurenum++;
	}

	for ( i = 0; i < height; i++)
	{
		for ( j = 0; j < width; j++)
		{
			binaryfeature[featurenum++] = imggray[i*width + j] * 65536;// / 255;导入的Mat图片已经归一化了，不需要重新除以255归一化，这点很重要！！！
		}

	}
}

3、使用直方图特征，有利于得分差异化增大

 未使用直方图特征信息

F:\HiIVE_PC_V2.1.0.6\sample\Debug\ANN.exe show ANN sample
[0