OpenCv-C++-深度神经网络（DNN）模块-使用FCN模型实现图像分割
FCN是什么？中文名称是“全卷积网络”，它将传统CNN中的全连接层转化成一个个的卷积层。在传统的CNN结构中，前5层是卷积层，第6层和第7层分别是一个长度为4096的一维向量，第8层是长度为1000的一维向量，分别对应1000个类别的概率。如下图所示：
实例：
#include<opencv2/opencv.hpp>
#include<opencv2/dnn.hpp>
#include<iostream>
using namespace cv;
using namespace std;
using namespace cv::dnn;
const size_t width = 500;
const size_t height = 500;//定义图像文件宽高
vector<Vec3b> labels_color();
string label_file = "D:/test/dnn/fcn/labelmap.txt";
string deploy_file = "D:/test/dnn/fcn/fcn8s-heavy-pascal.prototxt";
string model_file = "D:/test/dnn/fcn/fcn8s-heavy-pascal.caffemodel";
int main(int argc, char **argv)
{
Mat src = imread("D:/test/person_bike.jpg");
if (!src.data)
{
cout << "图像文件未找到!!!" << endl;
return -1;
}
resize(src, src, Size(500, 500), 0, 0);
vector<Vec3b>colors = labels_color();
Net net;
net = readNetFromCaffe(deploy_file, model_file);//读取二进制文件和描述文件
float t1 = getTickCount();
Mat inputblob = blobFromImage(src);
net.setInput(inputblob, "data");
Mat score=net.forward("score");
float t2 = getTickCount();
float t = (t2 - t1) / getTickFrequency();
cout << "运行时间:" <<t<< endl;
const int rows = score.size[2]; //图像的高
const int cols = score.size[3]; //图像的宽
const int chns = score.size[1]; //图像的通道数
Mat maxCl(rows, cols, CV_8UC1);
Mat maxVal(rows, cols, CV_32FC1);
for (int c = 0; c < chns; c++) {
for (int row = 0; row < rows; row++) {
const float *ptrScore = score.ptr<float>(0, c, row);
uchar *ptrMaxCl = maxCl.ptr<uchar>(row);
float *ptrMaxVal = maxVal.ptr<float>(row);
for (int col = 0; col < cols; col++) {
if (ptrScore[col] > ptrMaxVal[col]) {
ptrMaxVal[col] = ptrScore[col];
ptrMaxCl[col] = (uchar)c;
}
}
}
}
// look up colors
Mat result = Mat::zeros(rows, cols, CV_8UC3);
for (int row = 0; row < rows; row++) {
const uchar *ptrMaxCl = maxCl.ptr<uchar>(row);
Vec3b *ptrColor = result.ptr<Vec3b>(row);
for (int col = 0; col < cols; col++) {
ptrColor[col] = colors[ptrMaxCl[col]];
}
}
Mat dst;
addWeighted(src, 0.3, result, 0.7, 0, dst); //图像合并
imshow("FCN-demo", dst);
waitKey(0);
destroyAllWindows();
return 0;
}
vector<Vec3b> labels_color()
{
vector<Vec3b>colors;
ifstream fp(label_file);//打开输入流，读入文件
if (!fp.is_open())
{
printf("文件读入失败!!!");
exit(-1);//直接退出
}
string names;
int temp;
Vec3b color;
string line;//标签文件中都有对应的名字
while (!fp.eof())//当文件没有读到结尾
{
getline(fp, line);//读取每一行
stringstream ss(line); //分割字符串
ss >> names; //读的第一个字符串是names
ss >> temp;
color[0] = temp; //读一个字符串就给color
ss >> temp;
color[1] = temp;
ss >> temp;
color[2] = temp;
colors.push_back(color);
}
return colors;
}
运行时间：
因为是用cpu跑的，所以时间非常慢，82秒。
本人从事c++在线教育十年工作经验现在精心整理了一套从小白到项目实践开发各种学习资料如果你想学想加入我们请关注我私信“编程”可以领取学习资料！！！记住一定要私信才有