解讀opencv->tensorrt的數(shù)據(jù)排列方式
opencv->tensorrt的數(shù)據(jù)排列
在使用tensorrt的時(shí)候,將opencv的Mat格式處理成tensorrt輸入方式。
中間還有圖像預(yù)處理,包括通道的變換、圖像尺寸變形,最重要的是如何將Mat格式處理成tensorrt 可接受的輸入形式。
opencv的Mat中BGR形式的數(shù)據(jù)排列是這樣的:
b(0,0), g(0,0), r(0,0), b(0,1), g(0,1), r(0,1),......, b(h-1,w-1), g(h-1,w-1), r(h-1,w-1)
tensorrt所需要的數(shù)據(jù)排列是這樣的:
b(0,0), b(0,1),..., b(h-1,w-1), g(0,0), g(0,1)..., g(h-1,w-1), r(0,0),r(0,1), ..., r(h-1,w-1)
可見,需要將Mat的數(shù)據(jù)通道分離,重新排列,才能為tensorrt所用。
下面摘錄兩種常見的處理方法。
1.使用split函數(shù)分離通道
std::vector<float> prepareImage(std::vector<cv::Mat> &vec_img) { std::vector<float> result(BATCH_SIZE * IMAGE_WIDTH * IMAGE_HEIGHT * INPUT_CHANNEL); float *data = result.data(); int index = 0; for (const cv::Mat &src_img : vec_img) { if (!src_img.data) continue; float ratio = float(IMAGE_WIDTH) / float(src_img.cols) < float(IMAGE_HEIGHT) / float(src_img.rows) ? float(IMAGE_WIDTH) / float(src_img.cols) : float(IMAGE_HEIGHT) / float(src_img.rows); cv::Mat flt_img = cv::Mat::zeros(cv::Size(IMAGE_WIDTH, IMAGE_HEIGHT), CV_8UC3); cv::Mat rsz_img; cv::resize(src_img, rsz_img, cv::Size(), ratio, ratio); rsz_img.copyTo(flt_img(cv::Rect(0, 0, rsz_img.cols, rsz_img.rows))); flt_img.convertTo(flt_img, CV_32FC3, 1.0 / 255); //HWC TO CHW int channelLength = IMAGE_WIDTH * IMAGE_HEIGHT; std::vector<cv::Mat> split_img = { cv::Mat(IMAGE_HEIGHT, IMAGE_WIDTH, CV_32FC1, data + channelLength * (index + 2)), // Mat與result數(shù)據(jù)區(qū)域共享 cv::Mat(IMAGE_HEIGHT, IMAGE_WIDTH, CV_32FC1, data + channelLength * (index + 1)), cv::Mat(IMAGE_HEIGHT, IMAGE_WIDTH, CV_32FC1, data + channelLength * index) }; index += 3; cv::split(flt_img, split_img); // 通道分離 } return result; // result與split_img的數(shù)據(jù)共享 }
2.手撕通道,暴力直接
std::vector<float> prepareImage(std::vector<cv::Mat> &vec_img) { std::vector<float> result(BATCH_SIZE * INPUT_CHANNEL * IMAGE_HEIGHT * IMAGE_WIDTH); float* data = result.data(); int index = 0; int offset = IMAGE_WIDTH * IMAGE_HEIGHT; // 數(shù)據(jù)預(yù)處理 for(const auto &img:vec_img){ float ratio = IMAGE_WIDTH/float(img.cols) < IMAGE_HEIGHT/float(img.rows) ? IMAGE_WIDTH/float(img.cols) : IMAGE_HEIGHT/float(img.rows); cv::Mat rsz_img; cv::resize(img, rsz_img, cv::Size(), ratio, ratio, 0); cv::Mat flt_img(IMAGE_HEIGHT, IMAGE_WIDTH, CV_8UC3, cv::Scalar(128, 128, 128)); rsz_img.copyTo(flt_img(cv::Rect(0, 0, rsz_img.cols, rsz_img.rows))); // 手撕三通道,填入data int i = 0; for (int row = 0; row < IMAGE_HEIGHT; ++row) { uchar* uc_pixel = flt_img.data + row * flt_img.step; for (int col = 0; col < IMAGE_WIDTH; ++col) { data[index * 3 * IMAGE_HEIGHT * IMAGE_WIDTH + i] = (float)uc_pixel[2]/255.; data[index * 3 * IMAGE_HEIGHT * IMAGE_WIDTH + i + IMAGE_HEIGHT * IMAGE_WIDTH] = (float)uc_pixel[1]/255.; data[index * 3 * IMAGE_HEIGHT * IMAGE_WIDTH+ i + 2 * IMAGE_HEIGHT * IMAGE_WIDTH] = (float)uc_pixel[0]/255.; uc_pixel += 3; ++i; } } index++; } return result; }
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python實(shí)現(xiàn)獲取aws route53域名信息的方法
最近由于工作原因接觸到aws的服務(wù),我需要實(shí)時(shí)獲取所有的域名信息,用于對(duì)其進(jìn)行掃描,因此寫了一個(gè)自動(dòng)化爬取腳本 給需要的人分享,對(duì)python獲取aws route53域名信息相關(guān)知識(shí)感興趣的朋友一起看看吧2023-12-12django 數(shù)據(jù)庫連接模塊解析及簡單長連接改造方法
今天小編就為大家分享一篇django 數(shù)據(jù)庫連接模塊解析及簡單長連接改造方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-08-08Python實(shí)現(xiàn)自定義異常實(shí)例
大家好,本篇文章主要講的是Python實(shí)現(xiàn)自定義異常實(shí)例,感興趣的同學(xué)趕快來看一看吧,對(duì)你有幫助的話記得收藏一下2022-01-01python中實(shí)現(xiàn)定時(shí)任務(wù)的幾種方案
本文呢給大家總結(jié)以下幾種方案實(shí)現(xiàn)定時(shí)任務(wù),可根據(jù)不同需求去使用不同方案,文章通過代碼示例介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴可以參考下2023-10-10Python求兩個(gè)文本文件以行為單位的交集、并集與差集的方法
這篇文章主要介紹了Python求兩個(gè)文本文件以行為單位的交集、并集與差集的方法,涉及Python文本文件與集合運(yùn)算的相關(guān)技巧,需要的朋友可以參考下2015-06-06