openvino系列教程之人脸检测 mobilenetv2

        OpenVINO（开放式视觉推理和神经网络优化）是英特尔推出的一款用于加速计算机视觉应用开发的软件。它基于英特尔的深度学习技术，提供了一套完整的工具链，包括模型优化器、运行时库等，帮助开发者快速实现高性能的计算机视觉算法。OpenVINO支持多种硬件平台，如CPU、GPU、FPGA等，可以广泛应用于智能安防、工业检测、无人驾驶等领域。通过使用OpenVINO，开发者可以轻松地将深度学习模型部署到各种设备上，实现高效、低功耗的计算机视觉应用。

一、python环境安装

conda create -n vino2021 python=3.8 -y
conda activate vino2021
pip install opencv-python==4.5.4.58
pip install openvino==2021.4.1  # 建议最好使用这个版本

为什么这里建议openvino使用版本和本文一致？因为openvino向上向下兼容性很一般。

二、openvino推理流程简介

一般地，模型推理包含三大步骤：

• 图像预处理
• 推理
• 后处理

        openvino也遵从上面步骤流程。其中，图像预处理可能包含：图像resize、将BGR转成RGB次序、将CHW转成HWC等等。这些工作，使用opencv可以快速实现。例如：

import cv2
src = cv2.imread("d:/Data/15.jpg")
src_ = cv2.cvtColor(src, cv2.COLOR_BGR2RGB) # 将BGR转成RGB次序 
image = cv2.resize(src, (256, 256)) # 图像resize
image = image.transpose(2, 0, 1) # 将CHW转成HWC

        至于模型推理，其实不管是openvino，还是tensorrt，或者是onnxruntime等，都有推理引擎组件，使用的时候是需要使用模型将推理引擎初始化就OK；然后往引擎里面塞入图像数据就行了。这里举个例子：

# 读取模型
model_xml = "data/face-detection-0200.xml"
model_bin = "data/face-detection-0200.bin"
net = ie.read_network(model=model_xml)
# 加载模型到CPU中
exec_net = ie.load_network(network=net, device_name="CPU")
# 推理（这里相当于将image塞进推理引擎了）
res = exec_net.infer(inputs={input_blob: [image]})

        最后，推理引擎会输出特征图，也就是推理结果，我们写一个后处理代码就行了。例如：对于目标检测，我需要手写NMS；对于分割，我们需要手写上采样。

res = res[output_blob]
dets = res.reshape(-1, 7)
sh, sw, _ = src.shape
for det in dets:
    conf = det[2]
    if conf > 0.5:
        # calss_id...
        xmin = int(det[3] * sw)
        ymin = int(det[4] * sh)
        xmax = int(det[5] * sw)
        ymax = int(det[6] * sh)

        本文openvino的使用套路其实很固定，上文说道模型推理一般是三大步骤，这里openvino推理给细化成8个步骤。openvino一般完整代码步骤如下：

• Step1：初始化推理引擎
• Step2：从xml文件读取模型网络，从bin文件读取模型参数；或者直接从onnx文件同时读取模               型和参数
• Step3：配置网络的输出、输入（图像预处理）
• Step4：加载模型到设备
• Step5：创建推理请求
• Step6：准备输入
• Step7：推理
• Step8：后处理

        上述8个步骤，看似有点啰嗦，其实一般其中几个步骤就够了，以下给一个例子，可以参考下（看看就行不必执行）：

import cv2
from openvino.inference_engine import IECore
import numpy as np
from timeit import default_timer as timer
 
# ---------------------------Step 1. Initialize inference engine core--------------------------------------------------
ie = IECore()
device = "CPU"
# ---------------------------Step 2. Read a model in OpenVINO Intermediate Representation or ONNX format---------------
model_xml = "data/face-detection-0200.xml"
model_bin = "data/face-detection-0200.bin"
net = ie.read_network(model=model_xml)
# ---------------------------Step 3. Configure input & output----------------------------------------------------------
input_blob = next(iter(net.input_info))
output_blob = next(iter(net.outputs))
n, c, h, w = net.inputs[input_blob].shape
print("outputs's shape = ", net.outputs[output_blob].shape)
 
src = cv2.imread("d:/Data/6.jpg")
#src_ = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)
image = cv2.resize(src, (w, h))
image = image.transpose(2, 0, 1)
# ---------------------------Step 4. Loading model to the device-------------------------------------------------------
exec_net = ie.load_network(network=net, device_name=device)
# ---------------------------Step 5. Create infer request--------------------------------------------------------------
# ---------------------------Step 6. Prepare input---------------------------------------------------------------------
# ---------------------------Step 7. Do inference----------------------------------------------------------------------
tic = timer()
res = exec_net.infer(inputs={input_blob: [image]})
toc = timer()
print("the cost time is(ms): ", 1000*(toc - tic))
print("the latance is:", exec_net.requests[0].latency)
# ---------------------------Step 8. Process output--------------------------------------------------------------------

以上步骤范式比较固定，部署别的模型，你会发现很多代码都一样，复制粘贴而已，需要改的无非就是模型的输入和后处理。

三、人脸检测网络

        这个人脸检测模型backbone是mobilev2，人脸检测头是SSD目标检测的head，在此模型的训练期间，训练图像的大小调整为 256x256。上一节我们知道，模型部署只需要三步：图像预处理、推理、后处理；由于推理openvino帮咱们干了，咱们只需要写好模型输入和输出就行了。

输入信息

        在模型文件中，输入的名称为: `input`, 输入图像的shape为: `1, 3, 256, 256` 输入图像次序为 `B, C, H, W`, 其中:

• `B` - batch size
• `C` - 图像通道数，一般为3
• `H` - image height
• `W` - image width

输入图像的次序为: `BGR`.

输出信息

        网络输出特征图的shape为: `1, 1, 200, 7`，其中200表示候选目标数量.每一个候选目标是一个7维的向量，存储顺序为： [`image_id`, `label`, `conf`, `x_min`, `y_min`, `x_max`, `y_max`], 其中:

• `image_id` - 图像在这个batch中的ID，不用管，因为本文是单batch推理
•  `label` - 预测的类别ID(0 - face)
•  `conf` - 置信度
•  (`x_min`, `y_min`) - 矩形bbox左上角的点坐标
•  (`x_max`, `y_max`) - 矩形bbox右下角的点坐标

四、源码测试

下面代码中，需要三个文件：输入图像，模型xml、bin文件，下载方法在文末。

import cv2
from openvino.inference_engine import IECore
import numpy as np
from timeit import default_timer as timer
 
# ---------------------------Step 1. Initialize inference engine core--------------------------------------------------
ie = IECore()
device = "CPU"
# ---------------------------Step 2. Read a model in OpenVINO Intermediate Representation or ONNX format---------------
model_xml = "data/face-detection-0200.xml"
model_bin = "data/face-detection-0200.bin"
net = ie.read_network(model=model_xml)
# ---------------------------Step 3. Configure input & output----------------------------------------------------------
input_blob = next(iter(net.input_info))
output_blob = next(iter(net.outputs))
n, c, h, w = net.inputs[input_blob].shape
print("outputs's shape = ", net.outputs[output_blob].shape)
 
src = cv2.imread("d:/Data/15.jpg")
#src_ = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)
image = cv2.resize(src, (w, h))
image = image.transpose(2, 0, 1)
# ---------------------------Step 4. Loading model to the device-------------------------------------------------------
exec_net = ie.load_network(network=net, device_name=device)
# ---------------------------Step 5. Create infer request--------------------------------------------------------------
# ---------------------------Step 6. Prepare input---------------------------------------------------------------------
# ---------------------------Step 7. Do inference----------------------------------------------------------------------
tic = timer()
res = exec_net.infer(inputs={input_blob: [image]})
toc = timer()
print("the cost time is(ms): ", 1000*(toc - tic))
print("the latance is:", exec_net.requests[0].latency)
# ---------------------------Step 8. Process output--------------------------------------------------------------------
res = res[output_blob]
dets = res.reshape(-1, 7)
sh, sw, _ = src.shape
for det in dets:
    conf = det[2]
    if conf > 0.5:
        # calss_id...
        xmin = int(det[3] * sw)
        ymin = int(det[4] * sh)
        xmax = int(det[5] * sw)
        ymax = int(det[6] * sh)
        cv2.putText(src, str(round(conf, 3)), (xmin, ymin), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 255), 1, 7)
        cv2.rectangle(src, (xmin, ymin), (xmax, ymax), (0, 255, 0), 2)
cv2.imshow("src", src)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图如图：

模型数据+图片：链接：https://pan.baidu.com/s/1srtz0WUr9liwyTb55hZv_w?pwd=1234 
提取码：1234