Python implementa el programa de inferencia AI: menos de veinte líneas de código

  Implementar programas de inferencia de IA en Python es muy simple. ¡Excepto por las referencias de módulos y las definiciones constantes, hay menos de 20 líneas de programas para realizar cálculos de inferencia de IA! ¡Solo hay cinco funciones reales para el cálculo de inferencia AI!

• El primer paso es usar cv.dnn.readNet () para leer el archivo del modelo IR en formato OpenVINO
• El segundo paso, use net.setPreferableTarget (DEVICE) para especificar el hardware de ejecución de cálculo de inferencia AI
• El tercer paso es usar cv.dnn.blobFromImage () y net.setInput () para transferir los datos de la imagen al modelo AI
• El cuarto paso es usar net.forward () para implementar el cálculo de inferencia AI
• El quinto paso es analizar los resultados del cálculo de razonamiento.

El código completo para implementar el cálculo de inferencia AI basado en OpenCV y OpenVINO en Python es el siguiente

#导入opencv-openvino模块
import cv2 as cv
import time
#配置推断计算设备，IR文件路径，图片路径
DEVICE = cv.dnn.DNN_TARGET_CPU
model_xml = 'D:/tf_train/workspaces/cats_dogs/IR_model/cats_dogs_detector.xml'
model_bin = 'D:/tf_train/workspaces/cats_dogs/IR_model/cats_dogs_detector.bin'
image_file = 'D:/tf_train/workspaces/cats_dogs/images/test/3.jpg'

#读取IR模型文件
net = cv.dnn.readNet(model_xml, model_bin)

#指定AI推理计算执行硬件
net.setPreferableTarget(DEVICE)

#读取图片
img = cv.imread(image_file)

#将图片传入模型的输入张量
blob = cv.dnn.blobFromImage(img,ddepth=cv.CV_8U)
net.setInput(blob)

#执行推断计算
start = time.time()
out = net.forward()
end = time.time()
print("Infer Time:{}ms".format((end-start)*1000))

#处理推断计算结果
for detection in out.reshape(-1, 7):
    confidence = float(detection[2])
    xmin = int(detection[3] * img.shape[1])
    ymin = int(detection[4] * img.shape[0])
    xmax = int(detection[5] * img.shape[1])
    ymax = int(detection[6] * img.shape[0])

    if confidence>0.7:
        cv.rectangle(img, (xmin, ymin), (xmax, ymax), (0, 255, 0))
        conf = "{:.4f}".format(confidence)
        font = cv.FONT_HERSHEY_COMPLEX_SMALL
        cv.putText(img, conf, (xmin, ymin - 5), font, 1, (0, 0, 255))

#显示处理结果
cv.imshow("Detection results",img)
cv.waitKey(0)
cv.destroyAllWindows()
print("Inference is completed...")

¿Cómo entrenar su propio modelo de IA y cómo obtener archivos de modelo IR de OpenVINO?
Aprendizaje avanzado: "Tecnología de reconocimiento de imágenes de aprendizaje profundo"