JUST STOP CPP-TENSORFLOW(停止使用C++ 版 tensorflow库吧)(一)

博主因C++版Tensorflow编译困难及文档更新滞后而放弃使用,改为采用Python进行模型训练和图像检测,通过TCP或Redis将结果传递给C++(计划使用Qt)应用进行后续处理。面临挑战包括封装工业相机SDK和选择稳定的数据通信方式。
部署运行你感兴趣的模型镜像

正如标题所言,停止使用C++ 版 tensorflow库吧!

原因如下:

1.编译成功率低;

2.现有编译教程都基于tensorflow 1.x,想编个2.x的无迹可寻;

3.即使编译出来了,“无法解析的外部符号问题” 也会无休止的折磨人;

4.tensorflow在python环境经过了完备的测试。

正由于以上几点原因,让我放弃了编译和使用C++版本的tensorflow库;然而在生产环境中大概率还是要用C++构建的程序来调用tensorflow的功能的,所以打算重新设计一下结构:

 

1.Python端:完成模型训练、获取图像、检测的功能,并把检测结果的结构体(图像序号,ok,ng,标志框,标志点等等)发送到C++端,发送方式可以为tcp,redis;

2.C++(计划用Qt)端:接收Python端信息,处理、显示、报警、记录、生产报表等等。

3.总的来说就是强扭的瓜不甜,各种语言完成各种语言擅长的事。

 

以上设计可能遇到的问题:

1.获取图像,工业相机SDK不一定提供Python SDK,对于不提供Python SDK的工业相机需要把其C SDK封装成Py SDK,好在是比较容易实现的。

2.python对redis的支持?OK,刚刚也查到了https://www.runoob.com/w3cnote/python-redis-intro.html

3.为什么可能用到redis?感觉更稳当,异步。

 

 

 

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值