AI模型C++部署:TensorFlow2图像分类模型之金钱豹大战齐天大圣【OpenCV纯C++接口调用tensorflow生成的pb模型】【源码已开源】

已于 2022-04-04 21:23:05 修改
阅读量3.4k 收藏 6
点赞数
分类专栏： 算法核心基础与AI模型设计 文章标签： linux ubuntu opencv c++
于 2022-04-04 21:19:56 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/weixin_41194129/article/details/123958572
版权
该博客介绍了如何在Ubuntu环境下使用C++通过OpenCV调用TensorFlow2生成的PB模型进行图像分类。内容包括数据预处理、模型训练、模型转换为PB格式，以及在C++中使用OpenCV接口进行预测的详细步骤。作者还提供了相关代码开源链接。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

在这里插入图片描述
在这里插入图片描述

目录

在这里插入图片描述
在这里插入图片描述

1、准备训练数据【金钱豹与齐天大圣】

ubuntu16.04开发环境1：python3.6+cuda11+tensoflow-gpu 2.5
ubuntu16.04开发环境2：python3.6+cuda10+tensoflow-gpu 1.13
在这里插入图片描述

这里的数据处理包括reshape、去噪

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【opencv-c++】 运行tensorflow的pb分类模型
jn10010537的博客
08-20 810
【opencv】opencv之dnn模块运行tensorflow分类模型1.背景1.1 sdk环境1.2 博客目标2.opencv配置3.源码4.报错及解决5.总结 1.背景 OpenCV的DNN模块是在OpenCV3.3合并到OpenCV release中的，它最早是在扩展模块中的，它可以导入caffe、tensorflow、pytorch等深度学习框架训练生成的模型文件，从而实现推理预测的功能。 1.1 sdk环境 本博客环境： windows10操作系统 Visual Studio 2019社区版 o
AI模型C++部署:【配置OpenCV4++环境】与【三种在 C++ 中部署 TensorFlow 模型的方式】【准备阶段】
源代码杀手的博客
04-04 2485
目录1、opencv4++开发环境配置1.1、linux脚本一次性安装1.2、环境参数配置1.2.1、安装在其他路径(或当前路径)1.2.2、安装指定的系统路径下(或默认路径/usr/local下)1.2.3、查看安装opencv信息1.2.4、卸载OpenCV命令 (如果不想使用的情况下，或者想安装其他版本的情况下可以进行如下操作，否则别乱卸载)1.2.5、配置OpenCV与CUDA（GPU）的接口1.3、opencv++官方demo测试1.3.1、cmake-make进行编译1.3.2、不使用cma
c++上部署tensorflow2.X模型
qq_38232171的博客
11-26 2688
近期在整理各种框架下模型部署的问题，大多数情况下，模型的设计和训练是在python环境下完成的，但是在实际应用中，由于各种需求，python下训练出来的模型无法直接上线使用。楼主的应用主要是在c++环境中，tf1.x版本的pb模型在c++与opencv环境下部署的教程已经相对比较完善了，但是对于新出的tf2.X版本，还是有些坑的 环境 win7 + vs2017 +tensorflow2.3 + opencv4.4 其他环境匹配还需自行测试，试验过程中有不少错误是因为版本问题，尤其tensorfl..
c++调用tensorflow的pb模型
Como0413的博客
06-10 1559
#include<iostream> #include<fstream> #include<opencv2/opencv.hpp> #include<opencv2/dnn.hpp> #include <Windows.h> #pragma comment( lib, "winmm.lib") using namespace std; using namespace cv; using namespace cv::dnn; Mat pred.
c++调用tensorflow训练好的.pb模型
u010674979的博客
10-30 966
c++调用tensorflow训练好的.pb模型 try { //设置python环境，如果电脑里有多个环境需要指定一下，只有一个可以不用设置，程序会到系统环境变量里面找 Py_SetPythonHome(L"D:\\software\\Anaconda3\\envs\\tensorflow-1.12"); //初始化python解释器 Py_Initialize(); PyEval_InitThreads(); PyObject* pFunc = NUL
利用opencv调用tensorflow的pb模型对jpg图片进行分类
u013263891的博客
12-13 3697
利用的是opencv中的dnn模块进行调用的,之所以标题是对jpg的图片进行分类,主要的原因是我对bmp格式的图片分类还没有成功,成功之后再更新, 使用比较常用的花卉分类图片进行分类,因为只是为了实验,并没有对图片分类精度进行追求,代码中有许多问题,比如有很多没用的,也没有删掉,也只是对花进行了二分类 对这两种花进行二分类,daisy标签为0 dandelion为1 首先进行分类,分类使...
使用pytorch的C++API部署图像分类模型
qq_37546267的博客
06-15 1422
在部署pytorch模型时候，使用C++　API能有更高的效率，本文记录使用C++ API部署一个图像分类模型的过程。 1.模型转换 首先需要将pytorch模型转化为Torch Script，Torch Script是PyTorch模型的一种表示，可以被Torch Script编译器理解，编译和序列化。用torch script把torch模型转成c++接口可读的模型有两种方式：Tracing && Annotation. tracing比Annotation简单，但只适合结构固定的网络模
遥感影像分类算法C++实现(一)
Harry233的博客
09-07 2150
遥感影像分类(一) 简述：本文记录一些利用C++处理遥感影像的学习过程与方法,希望各位批评指正 文章目录遥感影像分类(一)前言一、VS安装二、GDAL库1.引入库2.读入数据总结 前言 应要求,我们在对遥感影像处理过程中要多加一些编程的思想,初步希望用C++来实现一些对遥感影像的处理,对遥感影像实现简单的分类,为了使知识更加牢固,我用这种方式来记录,加深学习印象。 一、VS安装 因为后续需要用到OpenCV库,然而新版本的OpenCV需要用VS2015以上的,建议大家安装VS2015版本之上的,在
openvino的入门--c++部署的图像分类为例
qq_42178122的博客
06-09 3997
OpenVINO是英特尔基于自身现有的硬件平台开发的一种可以加快高性能计算机视觉和深度学习视觉应用开发速度工具套件，本文以图像分类的案例手把手叫你如何使用OPENVINO
用c++实现全连接神经网络用来图片分类(c++实现CNN)
fuyanping123的博客
01-30 2815
我是用opencv （c++插件）来加载图片，然后用来进行机器学习 安装opencv （c++插件）请进链接： https://blog.csdn.net/smilife_/article/details/89244189 然后话不多说，附上源码 #include <vector> #include <iostream> #include <stdlib.h> #include <time.h> #include <math.h> #inclu.
c++读取tensorflow生成的模型
04-07
C++测试代码，读取我们之前训练好的pb和pbtxt文件，然后利用C++在vs2015里面去识别，里面就是测试代码。
opencv调用tensorflow pb模型
12-13
这是一个使用C++的opencv调用tensorflow训练好的一个二分类的模型, 代码包括C++文件和训练的python文件,训练设备为python3.5+tensorlfow-gpu1.4.0+ubuntu16.04 C++文件也是在ubuntu下写的,但是在windows下只需要稍作修改就可直接运行
Tensorflow 模型 C++部署实战2-高级部分
06-20
本课程是《Tensorflow 模型 C++部署实战》部分的续集，高级部分，主要讲述，如何进行新版本移植，加载Frozen pb,? 虚拟GPU， TF-TRT优化专题，对部署框架增加更多功能和性能优化。
图像分类代码
01-06
基于OpenCV的图像分类技术，非监督分类中常用方法，简单实用
高质量课程~~十分推荐
wohenibdxt的博客
01-08 344
好课推荐 c++ 模型量化
帮我用c++写一个图片分类器
weixin_42591413的博客
02-10 171
图像分类是机器学习中的一个重要问题，它需要大量的数据和计算资源。C语言本身不支持图像处理，因此如果要用C语言实现图像分类器，需要使用一些图像处理库。 以下是一个使用OpenCV库实现的图像分类器的示例代码： #include <opencv2/opencv.hpp> #include <opencv2/dnn.hpp> #include <opencv2/imgpro...
TensorFlow2—20行代码实现CNN分类图片的例子
南瓜派三蔬
04-20 959
分享给有需要的同学。 下面的代码在Mnist数据集上的准确率在98.89%左右。如果有时间的同学可以通过增加网络层数或者卷积核的个数来提高精度。 import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense,Flatten,Conv2D...
[Python人工智能] 十.Tensorflow+Opencv实现CNN自定义图像分类案例及与机器学习KNN图像分类算法对比
热门推荐
杨秀璋的专栏
12-29 1万+
从本专栏开始，作者正式开始研究Python深度学习、神经网络及人工智能相关知识。前一篇详细讲解了gensim词向量Word2Vec安装、基础用法，并实现《庆余年》中文短文本相似度计算及多个案例，很幸运被CSDN推荐至封面。本篇文章主要通过Tensorflow+Opencv实现CNN自定义图像分类案例，它能解决我们现实论文或实践中的图像分类问题，并与机器学习的图像分类算法进行对比实验。基础性文章，希望对您有所帮助，如果文章中存在错误或不足之处，还请海涵~
【AI算法与部署】C/C++学习路线指南
最新发布
qq_48020418的博客
09-04 2211
前言一、C/C++入门阶段二、C++开发进阶三、C++开发高级四、结语众所周知，C/C++对于AI部署的重要性不言而喻，它对于实现高效且稳定的AI应用部署至关重要。为了有助于系统地掌握C++，我在GitHub的C-C-branch分支精心整理了一套从基础 => 进阶 => 高阶的全面学习路径，涵盖了丰富的理论知识与实战编程案例。这一分支不仅让C++的学习过程变得条理清晰循序渐进，还通过实战编程加深理解，使学习不再迷茫。从基础语法到高级特性，每一步都经过精心筛选与编排，旨在帮助学习者稳步前行。此外，
评论
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

打赏作者

源代码杀手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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