遮罩RCNN OpenVino-C ++ API

Question

我想使用MaskRCNN實現自定義圖像分類器。

為了提高網絡速度，我想優化推理。

我已經使用過OpenCV DNN庫，但是我想使用OpenVINO向前邁出一步。

我成功地使用OpenVINO模型優化器（python）構建了代表我的網絡的.xml和.bin文件。

我使用Visual Studio 2017成功構建了OpenVINO Sample目錄並運行MaskRCNNDemo項目。

mask_rcnn_demo.exe -m .\Release\frozen_inference_graph.xml -i .\Release\input.jpg

InferenceEngine:
        API version ............ 1.4
        Build .................. 19154
[ INFO ] Parsing input parameters
[ INFO ] Files were added: 1
[ INFO ]     .\Release\input.jpg
[ INFO ] Loading plugin

        API version ............ 1.5
        Build .................. win_20181005
        Description ....... MKLDNNPlugin
[ INFO ] Loading network files
[ INFO ] Preparing input blobs
[ WARNING ] Image is resized from (4288, 2848) to (800, 800)
[ INFO ] Batch size is 1
[ INFO ] Preparing output blobs
[ INFO ] Loading model to the plugin
[ INFO ] Start inference (1 iterations)

Average running time of one iteration: 2593.81 ms

[ INFO ] Processing output blobs
[ INFO ] Detected class 16 with probability 0.986519: [2043.3, 1104.9], [2412.87, 1436.52]
[ INFO ] Image out.png created!
[ INFO ] Execution successful

然后，我嘗試在一個單獨的項目中重現該項目。首先，我不得不觀察依賴關系。

<MaskRCNNDemo>
     //References
     <format_reader/>    => Open CV Images, resize it and get uchar data
     <ie_cpu_extension/> => CPU extension for un-managed layers (?)

     //Linker
     format_reader.lib         => Format Reader Lib (VINO Samples Compiled)
     cpu_extension.lib         => CPU extension Lib (VINO Samples Compiled)
     inference_engined.lib     => Inference Engine lib (VINO)
     opencv_world401d.lib      => OpenCV Lib
     libiomp5md.lib            => Dependancy
     ... (other libs)

有了它，我就建立了一個新項目，有了自己的類和打開圖像的方式（多幀tiff）。 這項工作沒有問題，那么我將不再描述（我與CV DNN推理引擎一起使用沒有問題）。

我想構建與MaskRCNNDemo相同的項目：CustomIA

<CustomIA>
     //References
     None => I use my own libtiff way to open image and i resize with OpenCV
     None => I will just add include to cpu_extension source code.

     //Linker
     opencv_world345d.lib   => OpenCV 3.4.5 library
     tiffd.lib              => Libtiff Library
     cpu_extension.lib      => CPU extension compiled with sample
     inference_engined.lib  => Inference engine lib.

我將以下dll添加到項目目標目錄：

cpu_extension.dll
inference_engined.dll
libiomp5md.dll
mkl_tiny_omp.dll
MKLDNNPlugind.dll
opencv_world345d.dll
tiffd.dll
tiffxxd.dll

我成功編譯並執行，但是遇到兩個問題：

舊代碼：

 slog::info << "Loading plugin" << slog::endl;
    InferencePlugin plugin = PluginDispatcher({ FLAGS_pp, "../../../lib/intel64" , "" }).getPluginByDevice(FLAGS_d);

    /** Loading default extensions **/
    if (FLAGS_d.find("CPU") != std::string::npos) {
        /**
         * cpu_extensions library is compiled from "extension" folder containing
         * custom MKLDNNPlugin layer implementations. These layers are not supported
         * by mkldnn, but they can be useful for inferring custom topologies.
        **/
        plugin.AddExtension(std::make_shared<Extensions::Cpu::CpuExtensions>());
    }
    /** Printing plugin version **/
    printPluginVersion(plugin, std::cout);

輸出：

[ INFO ] Loading plugin
    API version ............ 1.5
    Build .................. win_20181005
    Description ....... MKLDNNPlugin

新代碼：

    VINOEngine::VINOEngine()
{
    // Loading Plugin
    std::cout << std::endl;
    std::cout << "[INFO] - Loading VINO Plugin..." << std::endl;
    this->plugin= PluginDispatcher({ "", "../../../lib/intel64" , "" }).getPluginByDevice("CPU");
    this->plugin.AddExtension(std::make_shared<Extensions::Cpu::CpuExtensions>());
    printPluginVersion(this->plugin, std::cout);

輸出：

[INFO] - Loading VINO Plugin...
000001A242280A18  // Like memory adress ???

第二期：

當我嘗試從新代碼中提取投資回報率和蒙版時，如果我有一個“匹配項”，我總是會：

• 分數= 1.0
• X1 = X2 = 0.0
• Y1 = Y2 = 1.0

但是面膜看起來很好提取...

新代碼：

        float score = box_info[2];
        if (score > this->Conf_Threshold)
        {
            // On reconstruit les coordonnées de la box..
            float x1 = std::min(std::max(0.0f, box_info[3] * Image.cols), static_cast<float>(Image.cols));
            float y1 = std::min(std::max(0.0f, box_info[4] * Image.rows), static_cast<float>(Image.rows));
            float x2 = std::min(std::max(0.0f, box_info[5] * Image.cols), static_cast<float>(Image.cols));
            float y2 = std::min(std::max(0.0f, box_info[6] * Image.rows), static_cast<float>(Image.rows));
            int box_width = std::min(static_cast<int>(std::max(0.0f, x2 - x1)), Image.cols);
            int box_height = std::min(static_cast<int>(std::max(0.0f, y2 - y1)), Image.rows);

Image is resized from (4288, 2848) to (800, 800)
Detected class 62 with probability 1: [4288, 0], [4288, 0]

然后當我沒有正確的bbox坐標時，我不可能將蒙版放置在圖像中並調整其大小...

有人對我做得不好有想法嗎？

如何使用cpu_extension正確創建和鏈接OpenVINO項目？

謝謝 ！

Answer 1

版本的第一個問題：在printPluginVersion函數上方，您將看到InferenceEngine和插件版本信息的重載std :: ostream運算符。

第二：您可以嘗試通過對原始框架和OV進行第一個卷積和輸出層比較后的輸出來調試模型。 確保每個元素都相等。

在OV中，您可以使用network.addOutput（“ layer_name”）將任何圖層添加到輸出中。 然后使用以下命令讀取輸出：const Blob :: Ptr debug_blob = infer_request.GetBlob（“ layer_name”）。

大多數時候，我會遇到諸如此類的問題，我發現缺少輸入預處理（均值，規范化等）。

cpu_extensions是一個動態庫，但是您仍然可以更改cmake腳本以使其靜態並與應用程序鏈接。 之后，您需要將應用程序路徑與對IExtensionPtr的調用一起使用extension_ptr = make_so_pointer（argv [0]）