c语言案例tensorflow,Tensorflow的C语言接口部署DeeplabV3+语义分割模型

最新推荐文章于 2024-04-27 10:44:17 发布

高佳丽

最新推荐文章于 2024-04-27 10:44:17 发布

阅读量513

点赞数

文章标签： c语言案例tensorflow

本文介绍了如何使用Tensorflow的C语言接口部署DeeplabV3+语义分割模型，包括Mat转Tensor、GPU资源设置和模型推理。示例展示了将opencv处理的图像转换为Tensor，以及调整GPU使用率的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原标题：Tensorflow的C语言接口部署DeeplabV3+语义分割模型

微信公众号：OpenCV学堂

投稿作者：小黄弟,

来自:中国电科智慧城市建模仿真与智能技术重点实验室

文字编辑：gloomyfish

前言概述

tensorflow框架一般都是基于Python调用，但是有些时候跟应用场景，我们希望调用tensorflow C语言的接口，在C++的应用开发中使用它。要这么干，首先需要下载tensorflow源码，完成编译，然后调用相关的API函数实现C语言版本的调用，完成模型的加载、前向推理预测与解析。

本文主要讲DeeplabV3+语义分割模型的tensorflow C接口部署，不涉及到模型的训练过程，训练过程可以参考：

https://github.com/tensorflow/models/tree/master/research/deeplab.

官方提供了PASCAL VOC 2012，Cityscapes，ADE20K不同数据集上预训练好的模型，同时还有基于ImageNet预训练好的不同backbone网络，包括mobilenetv2，xception，resnet，我们可以根据自己的需求来选择合适的backbone。本文不涉及tensorflow C版本的编译，只是讲解如何通过API调用预训练模型进行前向推理预测，模型的导出文件为：

frozen_inference_graph.pb

Mat转Tensor

在tensorflow中，输入数据格式为Tensor格式，有专门的函数读取图片及转换，但这样给图像预处理带来了不便，所以一般情况下，会先用opencv对图像进行读取及预处理，再从opencv的Mat格式转为tensorflow的Tensor格式，代码如下：区区几行代码，却是参考了无数资料及测试才得出来的，真是心酸

1TF_Tensor* CreateTensor(TF_DataTypedata_type, conststd:: int64_t* dims, std::s