C++意味分割を実現deeplab_v3

にある
https://github.com/tensorflow/models/blob/master/research/deeplab/g3doc/model_zoo.md
には複数のモデルがあります.
まず次の効果を試してみましょう.http://download.tensorflow.org/models/deeplabv3_mnv2_dm05_pascal_trainaug_2018_10_01.tar.gz
私のTensoflowは1.0版なので.直接実行することはできません.まずモデルを編集して、削除します.
     「Conv 2 D」の属性「dilations」と「data_format」
     および「Cast」の属性「Truncate」
     「ArgMax」の属性「output_type」が実行されます.
モデル内の空洞の畳み込みはSpaceToBatchNDとBatchToSpaceNDであり,まずC++でこの2つの関数を実現する
1.SpaceToBatchND関数:

//   pad1( 、   )，pad2( 、   )
   * SpaceToBatchND(   &in,int block_shape,int pad1,int pad2)
{

	  * out= new  (in.num);
	out->value=new int[out->num];
//	// ， ， ，   N,H,W,C
	//    [b, h, w, c], padding [b, new_h, new_w, c]
	//x = np.pad(out_in, ((0,0), (4,7),(4,7), (0,0)), 'constant') // from shape (1, 2, 2, 1) to (1, 6, 6, 1)
	//x_shape=x.shape
	//b     = x_shape[0]
	//new_h = x_shape[1]
	//new_w = x_shape[2]
	//c     = x_shape[3]

	// ，  ， ，  N,C,H,W
	//  
	for(int i=0;ivalue[i]=in.value[i];
	}
	int in_w=in.value[3];
	int new_w=in_w+pad1+pad2;
	int new_h=in.value[2]+pad1+pad2;
	out->value[3]=new_w;
	out->value[2]=new_h;
	out->data=new float[out->size()];
	//    
	    (*out);
	float *s=in.data;
	float *d=out->data+pad1;//    
	for(int i=0;ivalue[0];
	int c=out->value[1];
	int dilation=block_shape;
	//h_dilation=int(new_h / dilation)
	int h_dilation=new_h / dilation;
	//w_dilation=int(new_w / dilation)
	int w_dilation=new_w / dilation;

		//reshape   [b, new_h / dilation_h, dilation_h, new_w / dilation_w, dilation_w, c].
	//y = np.reshape(x, (b, h_dilation, dilation, w_dilation, dilation, c))
	//B, C, h_dilation, dilation, w_dilation, dilation
	view(*out,b,c,h_dilation, dilation, w_dilation, dilation);

	//   [dilation_h, dilation_w, b, new_h / dilation_h, new_w / dilation_w, c].
	//z = np.transpose(y, (2, 4, 0, 1, 3, 5))

	//B, C, h_dilation, dilation, w_dilation, dilation
	//dilation_h, dilation_w, B, C, new_h / dilation_h, new_w / dilation_w
	   * z= permute(*out,3, 5, 0, 1, 2, 4);

	//reshape,    [b x dilation_h x dilation_w, new_h / dilation_h, new_w / dilation_w, c] 
	//r = np.reshape(z, (b * dilation * dilation, h_dilation, w_dilation, c))
	//B * dilation * dilation, C, h_dilation, w_dilation
	view(*z,b * dilation * dilation, c, h_dilation, w_dilation);//block_shape);

	return z;
}

2.BatchToSpaceND関数:

//   crop1( 、   )，crop2( 、   )
   * BatchToSpaceND(   &in,int block_shape,int crop1,int crop2)
{
	int dilation=block_shape;
//	b     = int(x_shape[0]/(dilation * dilation))
	int b=in.value[0]/(dilation * dilation);
//	c     = x_shape[3]
	int c=in.value[1];
	int h=in.value[2];
	int w=in.value[3];

//#	   input   reshaped 
//	r = np.reshape(out_in, (dilation, dilation, b, h, w, c))
	view(in,dilation, dilation, b, c, h, w);

//#	   permuted     reshaped_permuted     
//	#(dilation, dilation, b, h, w, c)
//	#(b, h_dilation, dilation, w_dilation, dilation, c)
//	z = np.transpose(r, (2, 3, 0, 4, 1, 5))
	//(b, c, h, dilation, w, dilation)
	   * z = permute(in,2, 3, 4, 0, 5, 1);
//#	h_dilation=int(new_h / dilation)
//	new_h=h*dilation
	int new_h=h*dilation;
//#	w_dilation=int(new_w / dilation)
//	new_w=w*dilation
	int new_w=w*dilation;

//	#b, h_dilation, dilation, w_dilation, dilation, c
//	#b,h,w,c
//	y = np.reshape(z, (b, new_h, new_w, c))
	view(*z,b, c, new_h, new_w);

//#	          
//	x = y[:, 0:new_h-3,0:new_w-3,:]
	   * out=  (z,crop1,crop2);


	return out;
}

それほど悪くないです.
効果を見てみましょう.
入力図5.jpg
実行スクリーンショット
5_背景_自転車_人.jpg
5-分割重ね合わせ.jpg
これは21種類の物体を識別することができます

もう何枚か見て







ダウンロード:
win画像意味分割deeplab-v 3プログラム
win画像意味分割ユーティリティは、「model_zoo.md」のモデル「mobilenetv 2_dm 05_coco_voc_trainaug」を改編したものです.
https://download.csdn.net/download/juebai123/12160594