OpenVINO部署模型时如何自定义任意尺寸的支持

基本原理

OpenVINO在高版本中支持动态修改模型的输入尺度大小（一般是图像宽与高），这个功能是非常有用的，可以帮助我们在程序执行阶段动态修改CNNNetWork的大小，而无需再次转换IR模型文件。它的基本原理支持来自推理引擎的底层ngraph功能支持。最新的IR文件版本v10，它的加载流程与依赖结构如下：

其中读取到的模型可以方便在运行时动态获取与修改替换节点。这里我们通过CNNNetwork支持的函数首先获取输入层的名称与张量维度，然后再修改，修改之后重新编译转换网络就得到修改输入层张量更新之后的CNNNetwork了，整个过程都是在程序执行时候动态完成，无需再次转换IR模型。下面就看看怎么做的！ 函数与代码演示 然后我们重新获取输入层的名称与大小，就会发现已经被改变。涉及到两个函数分别为： //获取输入大小 std::map<std::string, InferenceEngine::SizeVector> InferenceEngine::CNNNetwork::getInputShapes() // 设置新的大小输入 void InferenceEngine::CNNNetwork::reshape(const std::map<std::string, InferenceEngine::SizeVector> shapes) 无论是来自ngraph的修改还是IR的修改之后都需要调用低延时转换（动态转换）之后会更新网络对象CNNNetwork，调用代码特别简单一句话搞定： InferenceEngine::LowLatency(cnnNetwork); 然后就会得到改变之后的CNNNetwork了，下面的调用跟正常SDK调用流程相似，以tensorflow对象检测模型的SSD 300×300为例相关的实验代码如下： include <opencv2\opencv.hpp> include include “ie_transformations.hpp”

include

using namespace std; using namespace cv;

int main(int argc, char** argv) { std::string xml = “D:/projects/models/tf_ssdv2_ir/frozen_inference_graph.xml”; std::string bin = “D:/projects/models/tf_ssdv2_ir/frozen_inference_graph.bin”;

InferenceEngine::Core ie; InferenceEngine::CNNNetwork net = ie.ReadNetwork(xml, bin); std::map<std::string, InferenceEngine::SizeVector> inputs = net.getInputShapes(); std::map<std::string, InferenceEngine::SizeVector>::iterator iter; // 输入格式 for(iter=inputs.begin(); iter != inputs.end(); iter++) { std::cout <<“input name: ” << iter->first << std::endl; InferenceEngine::SizeVector dims = static_cast<InferenceEngine::SizeVector>(iter->second); printf(“input shapes: [“); for (size_t t = 0; t < dims.size(); t++) { printf(” %d”, dims[t]); } printf(” ] \n”); } InferenceEngine::SizeVector n_dims; n_dims.push_back(1); n_dims.push_back(3); n_dims.push_back(224); n_dims.push_back(224); std::map<std::string, InferenceEngine::SizeVector> n_input; n_input.insert(std::make_pair(“image_tensor”, n_dims)); net.reshape(n_input); InferenceEngine::LowLatency(net); inputs = net.getInputShapes(); // 输入格式 for (iter = inputs.begin(); iter != inputs.end(); iter++) { std::cout << “new input name: ” << iter->first << std::endl; InferenceEngine::SizeVector dims = static_cast<InferenceEngine::SizeVector>(iter->second); printf(“new input shapes: [“); for (size_t t = 0; t < dims.size(); t++) { printf(” %d”, dims[t]); } printf(” ] \n”); } return 0;

} 运行截图如下：

可以看到输入层:image_tensor的输入大小已经从 1x3x300x300 变为： 1x3x224x224 以后想怎么改就改吧，OpenVINOIE SDK动态修改输入大小技能get!

来源 ：opencv学堂