网站建设就业前景,网络营销者的应聘要求,教育网站制作软件,厂家招商为了转ncnn模型是否成功#xff0c;用python验证一下先
pip install ncnn分割模型的验证代码
import ncnn
import cv2
import numpy as np# 创建ncnn的网络对象
net ncnn.Net()# 加载ONNX模型
net.load_param(E:\\Android_Projects\\ncnn-android-deeplabv3plus-main\\app\…为了转ncnn模型是否成功用python验证一下先
pip install ncnn分割模型的验证代码
import ncnn
import cv2
import numpy as np# 创建ncnn的网络对象
net ncnn.Net()# 加载ONNX模型
net.load_param(E:\\Android_Projects\\ncnn-android-deeplabv3plus-main\\app\\src\\main\\assets\\sim.param)
net.load_model(E:\\Android_Projects\\ncnn-android-deeplabv3plus-main\\app\\src\\main\\assets\\sim.bin)# 加载图像
image cv2.imread(rE:\cpp\ncnn-portrait-segmentation\data\1.jpg)# 调整图像尺寸为模型输入尺寸
input_size (800, 800)
resized_image cv2.resize(image, input_size)# 减去均值
mean_vals (0.37802792*255.0,0.32611448*255.0,0.29480308*255.0)
norm_vals (1 / 0.348492 / 255.0, 1 / 0.3070657 / 255.0, 1 / 0.28770673 / 255.0)
input_blob ncnn.Mat.from_pixels(resized_image, ncnn.Mat.PixelType.PIXEL_BGR2RGB, 800, 800)
# 运行网络
input_blob.substract_mean_normalize(mean_vals, norm_vals)
ex net.create_extractor()
# net_input ncnn.Extractor(net)
ex.input(input, input_blob)
output_blob ncnn.Mat()
ex.extract(output, output_blob)# 获取分类结果
# output_data output_blob.to_numpy()# output_blob output_blob.reshape(2,800 , 800)
output_blob np.array(output_blob)
mask output_blob[0]0.8
print(800*800,;;;;;,np.sum(mask))img0 np.array(image*mask[:,:,None],dtypenp.uint8)cv2.imshow(hh,img0)
cv2.waitKey(0)img1 np.array(image*~mask[:,:,None],dtypenp.uint8)cv2.imshow(hh1,img1)
cv2.waitKey(0)print(1)
