![2eae18f0f612e244d8caa8a3d7c0361c.gif](https://i-blog.csdnimg.cn/blog_migrate/2109d4774ae5d46fd7845c7369022be8.gif)
点击上方蓝字关注我们
微信公众号:OpenCV学堂
关注获取更多计算机视觉与深度学习知识
作者:本文作者不愿意留下署名
编辑:gloomyfish
引言 ·
前面说了OpenCV DNN不光支持图像分类与对象检测模型。此外还支持各种自定义的模型,deeplabv3模型是图像语义分割常用模型之一,本文我们演示OpenCV DNN如何调用Deeplabv3模型实现图像语义分割,支持的backbone网络分别为MobileNet与Inception。预训练模型下载地址如下:
https://github.com/tensorflow/models/blob/master/research/deeplab/g3doc/model_zoo.md
预训练的模型下载之后可以看到pb文件,ckpt文件,其中pb文件可以直接调用。
调用MobileNet的deeplabv3
下载MobileNet版本的deeplabv3模型,把mobilenetv2 ckpt转pb,脚本如下:
python deeplab/export_model.py \
--logtostderr \
--checkpoint_path="/home/lw/data/cityscapes/train/model.ckpt-2000" \
--export_path="/home/lw/data/pb/frozen_inference_graph.pb" \
--model_variant="mobilenet_v2" \
#--atrous_rates=6 \
#--atrous_rates=12 \<