基于新版OpenCV5（C++）+OpenVINO Toolkit案例算法模型示例使用（一条语义分割与目标检测示例搞懂OpenVINO模型部署机制）

置顶 已于 2022-09-22 01:39:13 修改
阅读量2.7k 收藏 2
点赞数 4
分类专栏： 深度学习目标检测算法 算法核心基础与AI模型设计 文章标签： opencv openvino 算法
于 2022-09-22 01:23:41 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/126983474
版权
本文通过新版OpenCV5和OpenVINO Toolkit，展示了如何使用语义分割与目标检测模型Mask-RCNN。详细介绍了模型的编译、转换和运行过程，包括模型的下载、转换为OpenVINO格式，并提供了测试模型的步骤和参考资料链接。
摘要由CSDN通过智能技术生成

新版OpenCV5（C++）+OpenVINO Toolkit案例算法示例使用（一条语义分割与目标检测示例彻底搞懂OpenVINO模型部署机制）

结果展示：
在这里插入图片描述
在这里插入图片描述

算法案例

官网：https://github.com/openvinotoolkit

算法内容如下：案例很多，从自然语言到计算机视觉基本都有，很丰富，自己按照文档说明使用就行。本文只是简单过一下实现方法。
在这里插入图片描述
编译所有demo示例： ./build_demos.sh 根据提示，编译的可执行文件在/root/omz_demos_build


                

                
                
        

        

    

  


        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        

    

      

        

            

              
                
                  源代码杀手
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          

                

                        订阅专栏
                









                



	

		

			

				
					
OpenVINO之二：Windows环境下OpenVINO安装与配置

				
			

			

				

					mingo_敏
				

				

					04-14
					
					1万+
					
				

			

		

		

			
				
OpenVINO系列导航：
OpenVINO之一：OpenVINO概述
OpenVINO之二：安装与配置



			
		

	



                

              
                



	

		

			

				
					
OpenVINO 工具套件初级答案及解析

				
			

			

				

					weixin_55724285的博客
				

				

					01-04
					
					2437
					
				

			

		

		

			
				
OpenVINO™工具套件初级课程全套答案及解析

			
		

	



                


  
              

                


	

		

			

				
					
C++ 实现 OpenVINO样板Demo

				
			

			

				

					04-21
				

			

		

		

			
				
https://blog.csdn.net/Nine_Yao/article/details/124324526


			
		

	





	

		

			

				
					
opencv使用openvino模型

				
			

			

				

					大鱼的博客
				

				

					02-22
					
					3142
					
				

			

		

		

			
				
还记得在这篇文章，我们提到了cv::dnn::readNetFromModelOptimizer可以读取深度学习模型，但是当时并未使用，这个函数可以直接读取openvino格式的模型，我们可以先去下载一个人脸检测的模型。

现在我们直接使用，和之前使用没啥区别，只是模型文件变成了xml和bin文件，使用代码如下：



#include<iostream>
#include<opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#

			
		

	



		

			
		



	

		

			

				
					
OpenCV5-预览版（2024年）功能模块介绍

					
最新发布

				
			

			

				

					hardpen2013的专栏
				

				

					09-04
					
					420
					
				

			

		

		

			
				
OpenCV5-预览版（2024年）功能模块介绍。

			
		

	





	

		

			

				
					
opencv5

				
			

			

				

					小白的博客
				

				

					10-10
					
					852
					
				

			

		

		

			
				
读写XMl或YAMl文件

XML中写入数据一般步骤

   // 打开一个xml文件，
    string filename = &quot;my.xml&quot;;
    FileStorage fs(filename, FileStorage::WRITE);
    // xml数据存储在FileNode中
    // xml中第一种数据类型为element squence 在写入时 []位起始位置标...

			
		

	





	

		

			

				
					
计算机视觉OpenCV 5

				
			

			

				

					qq_33145477的博客
				

				

					08-07
					
					350
					
				

			

		

		

			
				
轮廓
• 学习找轮廓，绘制轮廓等
• 函数： cv2.findContours()， cv2.drawContours()
轮廓定义
轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。
• 为了更加准确，要使用二值化图像。在寻找轮廓之前，要进行阈值化处理或者 Canny 边界检测。
• 查找轮廓的函数会修改原始图像。如果你在找到轮廓之后还想使用原始图像的话，你应该将原始图像存储到其他变量中。
• 在 OpenCV 中，查找轮廓就像在黑色

			
		

	





	

		

			

				
					
openvino系列 18. 通过OpenVINO和OpenCV实现实时的物体识别（RTSP，USB视频读取以及视频文件读取）

				
			

			

				

					破浪会有时的博客
				

				

					06-19
					
					1669
					
				

			

		

		

			
				
将OpenVINO的 SSDLite MobileNetV2 物体识别算法在视频流中进行推理。另外，如何通过多线程的方式进行视频读取，以及视频分析。

			
		

	





	

		

			

				
					
yolov8-det-openvino-cpp.rar

				
			

			

				

					09-12
				

			

		

		

			
				
本项目结合OpenVINO（Open Vision Toolkit）框架，使用C++语言实现了YOLOv8的推理过程，从而在CPU上实现快速的图像识别。以下将详细解析这个项目中的关键知识点。  首先，`yolov8s.bin`和`yolov8s.xml`是YOLOv8模型...

			
		

	





	

		

			

				
					
OpenVINO初级认证课程选择题

					
热门推荐

				
			

			

				

					nanamiyvonne的博客
				

				

					07-10
					
					2万+
					
				

			

		

		

			
				
Open Visual Inference & Neural Network Optimization，是英特尔®公司于2018年发布开源且免费商用的软件包，主要应用于计算机视觉，实现神经网络模型优化和推理计算(Inference)加速，助力AI开发者快速进行应用程序或解决方案开发，可解决视觉模拟、自动语音识别、自然语言处理、推荐系统等多种任务。

在官网可免费报名初级课程，看完9个视频，并完成选择题即可获得初级证书。官网链接如下：

https://openvinohackathon.51open

			
		

	





	

		

			

				
					
opencv(5)

				
			

			

				

					weixin_45451576的博客
				

				

					08-09
					
					280
					
				

			

		

		

			
				
图像的几何变换

			
		

	





	

		

			

				
					
opencv使用的interence enging kit openvino

				
			

			

				

					12-21
				

			

		

		

			
				
opencv4.0.0优化引擎kit，可以提高opencv图像库的处理速度等功能。也可以去官网下载。

			
		

	





	

		

			

				
					
OPENCV5_opencv5_opencv_源码

				
			

			

				

					10-04
				

			

		

		

			
				
opencv入门级，一个可用的激光消方块的小程序。新手投稿，欢迎大佬指正。

			
		

	





	

		

			

				
					
opencv4.30 openvino 库

				
			

			

				

					07-12
				

			

		

		

			
				
支持openvino_2020.2.117的opencv4.30 win64debug和release库

			
		

	





	

		

			

				
					
OpenVIno 可做目标检测实例分割语义分割等

				
			

			

				

					gbz3300255的博客
				

				

					05-20
					
					1021
					
				

			

		

		

			
				
OpenVIno 可做目标检测实例分割语义分割等 看伙伴试验效果还不错。先mark一下备查。万一哪天用到好来找。例如语义分割，好像是训练好的库直接用的吧。

https://blog.csdn.net/qq_40868987/article/details/95391448
...

			
		

	





	

		

			

				
					
OpenCV 5.性能衡量和提升技术

				
			

			

				

					YDDUONG的博客
				

				

					08-03
					
					996
					
				

			

		

		

			
				
OpenCV 中文官方文档：http://woshicver.com/

Python提供了一个模块time，这有助于衡量执行时间。另一个模块profile 有助于获取有关代码的详细报告
使用OpenCV衡量性能，如下：
e1 = cv.getTickCount()
# 你的执行代码
e2 = cv.getTickCount()
# 秒
time = (e2 - e1) / cv.getTickFrequency()


许多 OpenCV 函数都是使用 SSE2、 AVX 等进行优化的。 它还包含未优化.

			
		

	





	

		

			

				
					
opencv（5）opencv图像基本操作

				
			

			

				

					zxy5691419的专栏
				

				

					05-23
					
					488
					
				

			

		

		

			
				
OpenCV图像的基本操作
访问与修改像素值
import numpy as np
import cv2 as cv
img = cv.imread('D:\\Codelearn\\python\\opencv\\image\\timg.jpg')

# 访问像素
# px = img[100, 100]
# print(px)

for x in range(10, 100):
    for y in range(10, 100):
        img[x, y] = [255, 0, 0]

cv

			
		

	





	

		

			

				
					
OpenCV5.绘制形状与文字

				
			

			

				

					Henry的博客
				

				

					08-25
					
					156
					
				

			

		

		

			
				
绘制形状与文字
使用Point
Point表示2D平面上的一个点x，y
	Point p1 = Point(100, 200);
	Point p2;
	p2.x = 300;
	p2.y = 500;

LINE_4和LINE_8的区别
两种线产生的算法不同
LINE_8：下一个点连接上一个点的边或角，算法更简单
LINE_4：下一个点和上一个点边相连（没有角），这样消除了8联通法线断裂的瑕疵，是更好的方法。
随机数RNG和uniform(a,b)
RNG rng(123);  括号中为种子，随机数由种子

			
		

	





	

		

			

				
					

				
			

			

				

					
				

			

		

		

			
				

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 5

	

	
	




  

    

      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