c++/c#实现mnist手写字符识别，包括模型训练、推理预测

最新推荐文章于 2024-06-28 00:02:18 发布

NonDay

最新推荐文章于 2024-06-28 00:02:18 发布

阅读量519

点赞数 5

分类专栏：工业视觉文章标签： c++ 人工智能 c# ocr

本文链接：https://blog.csdn.net/u012594175/article/details/137289835

版权

工业视觉专栏收录该内容

4 篇文章 0 订阅

订阅专栏

利用c++/c#实现mnist手写字符识别，包括模型训练、推理预测，依赖简单，开箱即用，全部通过代码实现，支持二次开发，以及gpu加速。

GitHub - nonday/YileCV

1.准备工作

环境：win10+vs2015/x64(≥vs2015均可以)+cuda(optional)
下载相关的依赖库yilecv.zip和mnist数据，下载地址见后

2.C++实现训练、推理

新建vc++空项目

新建源文件（用于训练或者推理）

训练代码

// train.cpp
#include <string>
#include <iostream>

#include "trainer.hpp"

int main(int argc, char** argv)
{
  yilecv::Trainer trainer;
  std::string model_file = "lenet_train_test.prototxt";
  std::string solver_file = "lenet_solver.prototxt";
  trainer.Init(model_file, solver_file, 0, "mnist_output");
  trainer.SetMetricBlobName("accuracy", true);
  trainer.Train();
  std::cout << "trainer.BestMetricValue=" << trainer.BestMetricValue() << std::endl;
}

推理代码

// predict.cpp
#include <iostream>
#include <string>
#include <vector>

#include "predictor.hpp"

int main(int argc, char** argv)
{
  yilecv::Predictor predictor;
  std::string model_file = "lenet_deploy.prototxt";
  predictor.Init(model_file, "mnist_output/best.bin", 0);
  predictor.SetNormScaleCoeff({0.00390625,0.00390625,0.00390625});

  std::vector<float> out = predictor.Predict("dataset/mnist_images/test/test_0_7.jpg");
  
  std::vector<int> maxN = predictor.PredictMaxN(out, 1);
  for (int i = 0; i < maxN.size(); ++i)
  {
    std::cout << maxN[i] << ":" << out[maxN[i]] << std::endl;
  }
}

配置yilecv库

右键项目，选择属性=>c/c++=>常规=>附加包含目录，设置为yilecv库下的include目录

右键项目，选择属性=>链接器=>常规=>附加库目录，设置为yilecv库下的lib目录

右键项目，选择属性=>链接器=>输入=>附加依赖项，设置为yilecv.lib

拷贝yilecv/lib目录下的dll和网络模型相关文件到对应源文件目录，选择release/x64，运行即可

3.C#实现训练、推理

新建c#项目

添加YileCVSharp.cs文件到项目中
新建源文件，拷贝yilecv/lib目录下的dll和网络模型相关文件到对应bin目录下，选择release/x64，运行即可

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using YileCVSharp;
namespace YileCVSharpExample
{
  class Program
  {
    static void Main(string[] args)
    {
      // 训练
      //Trainer trainer = new Trainer();
      //string model_file = "lenet_train_test.prototxt";
      //string solver_file = "lenet_solver.prototxt";
      //trainer.Init(model_file, solver_file, 0, "mnist_output");
      //trainer.SetMetricBlobName("accuracy", true);
      //trainer.Train();
      //System.Console.WriteLine("trainer.BestMetricValue =" + ": " + trainer.BestMetricValue());


      // 推理预测
      Predictor predictor = new Predictor();
      predictor.Init("lenet_deploy.prototxt", "mnist_output/best.bin", 0);
      VectorFloat scale = new VectorFloat();
      scale.Add(0.00390625f);
      scale.Add(0.00390625f);
      scale.Add(0.00390625f);
      predictor.SetNormScaleCoeff(scale);
      VectorFloat output = predictor.Predict("mnist_images/test/test_0_7.jpg");
      VectorInt maxN = predictor.PredictMaxN(output, 1);
      for (int i = 0; i < maxN.Capacity; ++i)
      {
        System.Console.WriteLine(maxN[i] + ": " + output[maxN[i]]);
      }
      System.Console.ReadKey();
    }
  }
}