数字图像处理实验演示 - 60. 行人与车辆检测模型应用

OpenVINO 的优化分两个步骤进行：一个在模型优化器阶段，另一个在推理引擎阶段。在本实验中，我们将使用行人与车辆检测模型进行推理。在前面的实验中，我们通过对应 OpenVINO 预处理模型的文档，对输入数据进行手动预处理。在这里，我们将采用cv2.dnn.blobFromImage函数。该函数提供了将图像输入神经网络所需的预处理。这可以包括调整图像的大小，裁剪图像，交换通道，或者从整个图像中减去平均值。需要执行的步骤取决于我们使用的模型。这是因为当模型被训练时，将使用一个非常特定的图像大小。类似地，如果模型是使用 RGB 图像进行训练的，那么在模型推理步骤中，必须输入 RGB 图像，对于 BGR 图像而言也是一样。