庆阳网站设计与建设,wordpress建站教程jiuyou,广东网站建设开发,哈尔滨网站建设多少钱8月AI实战#xff1a;工业视觉缺陷检测
–基于tflite的yolov8模型优化和推理
操作视频见B站连接#xff1a;aidlux模型优化工业缺陷检测#xff5e;#xff5e;完美用我的华为手机实现缺陷检测的推理bilibiliaidlux模型优化工业缺陷检测#xff5e;#xff5e;完美用我…8月AI实战工业视觉缺陷检测
–基于tflite的yolov8模型优化和推理
操作视频见B站连接aidlux模型优化工业缺陷检测完美用我的华为手机实现缺陷检测的推理bilibiliaidlux模型优化工业缺陷检测完美用我的华为手机实现缺陷检测的推理
1 模型优化
将onnx模型转化为tflite模型
打开网站http://aimo.aidlux.com/
输入试用账号和密码账号AIMOTC001 密码AIMOTC001通过页面中的提示AI Model Optimizer依次执行步骤①上传模型②选择目标平台③参数设置④转换结果。
通过上述①-④可将onnx模型转为tflite模型
模型转换过程包含如下日志信息
2023-09-07 19:47:05,969 - INFO : Optimization started.
2023-09-07 19:47:05,970 - INFO : [ONNX-SIM] Clean ONNX Model input node.
2023-09-07 19:47:06,733 - INFO : [ONNX2TFLITE] Start converting to TFLITE.
2023-09-07 19:47:28,511 - INFO : Model optimization done.2 推理的py文件
模型采用课程中提供的yolov8_slimneck_SIOU.ONNX转化完模型路径及名称如下
# 模型
model_path /home/lesson3/yolov8_slimneck_SIOU_tflite/yolov8_slimneck_SIOU_fp32.tflite
# 测试图片路径
image_path /home/lesson3/test模型推理过程包含如下步骤
初始化aidlite类并创建aidlite对象
aidlite aidlite_gpu.aidlite()
print(ok)加载模型
value aidlite.ANNModel(model_path, [640 * 640 * 3 * 4], [8400 * 11 * 4], 4, 0)
print(gpu:, value)包含遍历每一张图片
for root, dirs, files in os.walk(image_path):num 0for file in files:file os.path.join(root, file)frame cv2.imread(file)x_scale frame.shape[1] / 640y_scale frame.shape[0] / 640将图片转换为模型输入的640*640尺寸
img cv2.resize(frame, (640, 640))
# img_copyimg.co
img img / 255.0
img np.expand_dims(img, axis0)
img img.astype(dtypenp.float32)
print(img.shape)传入模型输入数据
aidlite.setInput_Float32(img)执行推理
start time.time()
aidlite.invoke()
end time.time()
timerValue 1000 * (end - start)
print(infer time(ms):{0}, timerValue)获取输出
pred aidlite.getOutput_Float32(0)
# print(pred.shape)
pred np.array(pred)
print(pred.shape)
pred np.reshape(pred, (8400, 11))
print(pred.shape) # shape(8400,11)后处理,解析输出
boxes, scores, classes postProcess(pred, confThresh, NmsThresh)绘制保存图像
ret_img draw(frame, x_scale, y_scale, boxes, scores, classes)
ret_img ret_img[:, :, ::-1]
num 1
image_file_name /home/result/res str(num) .jpg 8. 保存图片
cv2.imwrite(image_file_name, ret_img)
