本文主要是介绍ncnn加载模型获取模型输出结果打印输出Mat以及Mat的可视化，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
加载模型获取模型的预测结果
我们先利用opencv来读取图片，然后再利用ncnn的from_pixels_resize函数将opencv格式的图片转为ncnn格式的图片，用于网络的前向推理，from_pixels_resize函数还会对图片进行缩放，如果只需要转换图片可以使用from_pixels函数
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include "net.h"int main()
{ //使用opencv以灰度图读取图片cv::Mat img = cv::imread("image.jpg", CV_LOAD_IMAGE_GRAYSCALE);//获取图片的宽int w = img.cols;//获取图片的高int h = img.rows;//将OpenCV的图片转为ncnn格式的图片,并且将图片缩放到60×60之间ncnn::Mat in = ncnn::Mat::from_pixels_resize(img.data, ncnn::Mat::PIXEL_GRAY, w, h, 60, 60);float mean[1] = { 128.f };float norm[1] = { 1/128.f };//对图片进行归一化,将像素归一化到-1~1之间in.substract_mean_normalize(mean, norm);//定义模型的网络ncnn::Net net;//加载模型net.load_param("model.param");net.load_model("model.bin");ncnn::Extractor ex = net.create_extractor();ex.set_light_mode(true);//设置线程个数ex.set_num_threads(4);//将图片放入到网络中,进行前向推理ex.input("data", in);ncnn::Mat feat;//获取网络的输出结果ex.extract("output", feat);return 0;
}输出Mat的内容
ncnn没有提供可以直接输出Mat数据的函数，所以想要输出Mat数据时，只能利用for循环进行遍历
void pretty_print(const ncnn::Mat& m)
{for (int q=0; q<m.c; q++){const float* ptr = m.channel(q);for (int y=0; y<m.h; y++){for (int x=0; x<m.w; x++){printf("%f ", ptr[x]);}ptr += m.w;printf("\n");}printf("------------------------\n");}
}可视化Mat
void visualize(const char* title, const ncnn::Mat& m)
{std::vector<cv::Mat> normed_feats(m.c);for (int i=0; i<m.c; i++){cv::Mat tmp(m.h, m.w, CV_32FC1, (void*)(const float*)m.channel(i));cv::normalize(tmp, normed_feats[i], 0, 255, cv::NORM_MINMAX, CV_8U);cv::cvtColor(normed_feats[i], normed_feats[i], cv::COLOR_GRAY2BGR);// check NaNfor (int y=0; y<m.h; y++){const float* tp = tmp.ptr<float>(y);uchar* sp = normed_feats[i].ptr<uchar>(y);for (int x=0; x<m.w; x++){float v = tp[x];if (v != v){sp[0] = 0;sp[1] = 0;sp[2] = 255;}sp += 3;}}}int tw = m.w < 10 ? 32 : m.w < 20 ? 16 : m.w < 40 ? 8 : m.w < 80 ? 4 : m.w < 160 ? 2 : 1;int th = (m.c - 1) / tw + 1;cv::Mat show_map(m.h * th, m.w * tw, CV_8UC3);show_map = cv::Scalar(127);// tilefor (int i=0; i<m.c; i++){int ty = i / tw;int tx = i % tw;normed_feats[i].copyTo(show_map(cv::Rect(tx * m.w, ty * m.h, m.w, m.h)));}cv::resize(show_map, show_map, cv::Size(0,0), 2, 2, cv::INTER_NEAREST);cv::imshow(title, show_map);
}参考链接：https://github.com/Tencent/ncnn/wiki
这篇关于ncnn加载模型获取模型输出结果打印输出Mat以及Mat的可视化的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
