OpenVINO部署Mask-RCNN实例分割网络

今日应用

标贝悦读

标贝悦读在线配音平台,快速将文字合成为声音,支持中文,英文混读,支持普通男声,女声,童声,情感语音等,满足您对声音的各种需求.可应用于文学有声朗读,游戏任务播报等场景。

今日话题

OpenVINO部署Mask-RCNN实例分割网络

 

重点标签 OpenVINO、Mask-RCNN、实例分割、代码演示、模型推理

文章摘要

本文详细介绍了如何使用英特尔的OpenVINO工具套件部署Mask-RCNN实例分割网络。文章首先对OpenVINO支持的Mask-RCNN和yolact两种实例分割模型进行了简要介绍，然后以instance-segmentation-security-0050模型为例，详细阐述了模型的输入输出格式和相关参数。接着，通过代码演示，展示了如何使用OpenVINO进行模型的加载、输入输出数据格式设置、推理以及输出结果的解析和可视化。最后，文章还提供了一些技术专栏和资源链接，供读者进一步学习和探索。

摘要：

OpenVINO是英特尔推出的一款全面的工具套件，支持超过150种计算机视觉CNN网络结构的快速部署。本文以instance-segmentation-security-0050模型为例，展示了使用OpenVINO部署Mask-RCNN实例分割网络的详细过程及代码演示。

1. 模型介绍：OpenVINO支持Mask-RCNN与yolact两种实例分割模型的部署。instance-segmentation-security-0050模型基于COCO数据集训练，支持80个类别的实例分割，加上背景共81个类别。模型输入包括im_data和im_info两个层，输出包括classes、scores、boxes和raw_masks。

2. 代码演示：演示代码分为以下几个步骤：
– IE引擎初始化与模型加载：创建InferenceEngine::Core对象，读取模型的xml和bin文件，获取网络的输入输出信息。
– 设置输入与输出数据格式：为输入输出层设置数据精度和布局。
– 设置blob输入数据与推理：加载网络到CPU，创建推理请求，设置输入数据，执行推理。
– 解析输出结果：获取推理结果，根据类别ID和Box索引获取实例分割mask，随机生成颜色，实现mask与原图的叠加，生成实例分割效果。

3. 模型推理输出格式：实际推理过程中发现raw_masks输出格式为100x81x14x14，与官方文档描述的28×28大小不一致，可能是文档未更新。

4. 技术资源：文章提供了一些技术专栏和资源链接，包括多模态大模型解读、Transformer系列、ICCV2023论文解读等，以及极视角动态和极市干货，供读者学习和参考。

通过本文的介绍和代码演示，读者可以了解到如何使用OpenVINO工具套件部署Mask-RCNN实例分割网络，以及如何进行模型的推理和结果的可视化。同时，提供的技术资源也为读者提供了更多的学习材料。

文章来源

原文地址: 点我阅读全文
原文作者: 极市平台