使用OpenCV在Android上使用神经网络进行灰度图像分类
Grayscale image classification with neural network on Android with OpenCV
我正在开发一款android应用程序,它可以将论文中的数字数字化。我使用原生OpenCV代码来查找图像上的数字。之后,我想使用OpenCV的dnn模块来识别数字。关于创建神经网络的一个很好的教程可以在这里找到:
https://www.youtube.com/watch?v=kFWKdLOxykE
mnist_convnet_graph.pbtxt以以下内容开头:
node {
name: "conv2d_1_input"
op: "Placeholder"
attr {
key: "dtype"
value {
type: DT_FLOAT
}
}
attr {
key: "shape"
value {
shape {
dim {
size: -1
}
dim {
size: 28
}
dim {
size: 28
}
dim {
size: 1
}
}
}
}
}
因此,输入是一个28x28灰度图像
在教程中,java代码用于使用神经网络。但是,由于速度的原因,我想在C++中使用它。我成功地用cv::dnn::Net dnn.readNetFromTensorflow(字符串模型,字符串配置)加载了模型并将对象传递到NDK侧。我用以下内容为神经网络创建输入:
// The part of the image, we are interested in.
Rect roi(static_cast<int>(w), static_cast<int>(h),
static_cast<int>(w), static_cast<int>(h));
Mat cropped(image_gray, roi);
// Resize image to 28x28.
Mat resized;
cv::resize(cropped, resized, Size(28,28));
之后,转发应该工作:
const double IN_SCALE_FACTOR = 0.003921; // 1.0/255.0
Mat blob = dnn::blobFromImage(resized, IN_SCALE_FACTOR, Size(28,28));
net.setInput(blob);
Mat detections = net.forward();
其中net是传递的cv::dnn::net对象。但是net.forward()命令失败,并给出:
OpenCV(3.4.5)错误:断言失败(inputs.size()==requiredOutput)在虚拟布尔cv::dnn::experial_dnn_34_v11::DataLayer::getMemoryShapes(const std::vector>&,int,std::vector>&aamp;,std:;vector>&)const,file/build/3_4_pack-android/OpenCV/modules/dnn/src/dnn.cpp,第681行
我也试过:
- 裁剪rgb图像
- Mat blob=dnn::blobFromImage(调整大小,1.0f,大小(28,28))
- 不使用blobFromImage,而是net.setInput(调整大小)
但这些都没有找到解决方案。有人能解决这个问题吗?任何建议或想法都将不胜感激。
好的,我设法解决了我的问题
首先,我意识到.pb
和.pbtxt
文件在错误的目录中,并获取了2个Failed to upload a file
信息日志
在将文件放入正确的目录后,我遇到了问题:error: (-215:Assertion failed) const_layers.insert(std::make_pair(name, li)).second in function 'void cv::dnn::experimental_dnn_34_v11::{anonymous}::addConstNodes(opencv_tensorflow::GraphDef&, std::map<cv::String, int>&, std::set<cv::String>&)'
正如Dmitry Kurtaev在这里建议的那样,我从Dnn.readNetFromTensorflow
中删除了.pbtxt
。之后我出现错误:OpenCV(3.4.5) Error: Unspecified error (Can't create layer "flatten_1/Shape" of type "Shape") in cv::Ptr<cv::dnn::experimental_dnn_34_v11::Layer> cv::dnn::experimental_dnn_34_v11::LayerData::getLayerInstance(), file /build/3_4_pack-android/opencv/modules/dnn/src/dnn.cpp, line 513
这让我找到了一个链接,我在德米特里·库尔塔耶夫的评论中找到了这个链接。在对.pbtxt
文件进行了建议的修改(删除Const节点、修改和删除扁平节点)后,我终于没有出现任何错误,并成功地运行了神经网络。
注意:在创建模型之前添加K.backend.set_learning_phase(0)
也很有用。
- 我的神经网络不起作用 [XOR 问题]
- 神经网络不学习.卡在50%
- 在 C++ 中将 RGB 更改为灰度
- OpenCV - 如何在灰度图像上应用 Kmeans?
- OpenCV - 如何将灰度转换为彩色(CV_8UC3)?
- C++灰度图像处理
- 如何显示具有 opengl 纹理的灰度图像
- OpenCV 3 中的神经网络权重
- 用 Python 训练神经网络并在 C++ 中部署
- 部署在张量流中训练的神经网络来火炬C++的最佳方法是什么?
- C++ Gdi+将图像转换为灰度
- 将 BMP 图像转换为灰度
- 如何使用Canny到32位灰度
- 颜色到灰度转换
- 我不确定如何引用此神经网络训练方法中的权重
- (C++)(Visual Studio) 将高斯模糊滤镜应用于 RGB 中的灰度图像
- 如何在不同的平台/技术中使用经过训练的神经网络?
- 为什么我的神经网络停滞在一定的成本附近?
- 使用OpenCV在Android上使用神经网络进行灰度图像分类
- 使用Opencv直接从网络摄像头获取灰度图像