我正在研究可以将论文中的数字数字化的android应用。我使用本机OpenCV代码在图像上找到数字。之后,我想使用OpenCV的dnn模块来识别数字。可以在这里找到有关创建神经网络的不错的教程:
https://www.youtube.com/watch?v=kFWKdLOxykE
mnist_convnet_graph.pbtxt 以此开头:
node {
name: "conv2d_1_input"
op: "Placeholder"
attr {
key: "dtype"
value {
type: DT_FLOAT
}
}
attr {
key: "shape"
value {
shape {
dim {
size: -1
}
dim {
size: 28
}
dim {
size: 28
}
dim {
size: 1
}
}
}
}
}
所以输入是28x28的灰度图像。
在本教程中,java代码用于使用神经网络。但是,由于速度原因,我想在C ++中使用它。我用 cv :: dnn :: Net Dnn.readNetFromTensorflow(String model,String config); 成功加载了模型,并将对象传递给NDK端。我使用以下命令为神经网络创建输入:
// The part of the image, we are interested in.
Rect roi(static_cast<int>(w), static_cast<int>(h),
static_cast<int>(w), static_cast<int>(h));
Mat cropped(image_gray, roi);
// Resize image to 28x28.
Mat resized;
cv::resize(cropped, resized, Size(28,28));
在那之后,转发应该起作用:
const double IN_SCALE_FACTOR = 0.003921; // 1.0/255.0
Mat blob = dnn::blobFromImage(resized, IN_SCALE_FACTOR, Size(28,28));
net.setInput(blob);
Mat detections = net.forward();
其中 net 是传递的cv :: dnn :: Net对象。但是 net.forward()命令失败并给出:
OpenCV(3.4.5)错误:在虚拟bool cv :: dnn :: experimental_dnn_34_v11 :: DataLayer :: getMemoryShapes(const std :: vector>&,int,std :: :)中断言失败(inputs.size()== requiredOutputs)向量>&,std :: vector>&)const,文件/build/3_4_pack-android/opencv/modules/dnn/src/dnn.cpp,第681行
我也尝试过:
但没有一个导致解决方案。有人对此有解决方案吗?任何建议或想法将不胜感激。
答案 0 :(得分:1)
好的,我设法解决了问题。
首先,我意识到.pb
和.pbtxt
文件位于错误的目录中,并获得2个Failed to upload a file
信息日志。
将文件放入正确的目录后,我遇到了问题:
error: (-215:Assertion failed) const_layers.insert(std::make_pair(name, li)).second in function 'void cv::dnn::experimental_dnn_34_v11::{anonymous}::addConstNodes(opencv_tensorflow::GraphDef&, std::map<cv::String, int>&, std::set<cv::String>&)'
按照Dmitry Kurtaev的建议here,我从.pbtxt
中删除了Dnn.readNetFromTensorflow
。之后我得到了错误:
OpenCV(3.4.5) Error: Unspecified error (Can't create layer "flatten_1/Shape" of type "Shape") in cv::Ptr<cv::dnn::experimental_dnn_34_v11::Layer> cv::dnn::experimental_dnn_34_v11::LayerData::getLayerInstance(), file /build/3_4_pack-android/opencv/modules/dnn/src/dnn.cpp, line 513
这导致我转到一个链接,该链接在Dmitry Kurtaev的评论here中找到。在对.pbtxt
文件进行建议的修改(删除Const节点,修改和删除展平节点)之后,最终我没有出现任何错误,并且成功运行了神经网络。
注意:在创建模型之前添加K.backend.set_learning_phase(0)
也会很有用。