最后試一下waifu2x, 因?yàn)槲乙恢倍枷矚gwaifu2x, 覺(jué)得他們家的超分算法在動(dòng)畫圖像上的效果真的很驚艷，很久以前體驗(yàn)過(guò)windows版本，那時(shí)候機(jī)器又破，還用的是電腦上的caffe框架，超分個(gè)圖片慢如老牛拉車?，F(xiàn)在正好試試OpenVINO能不能加個(gè)速。

?

先從?https://github.com/lltcggie/waifu2x-caffe/releases/tag/1.2.0.4? 下載一個(gè)release包 waifu2x-caffe.zip

所有的模型放在models目錄下，這里用了upconv_7_photo目錄下的noise0_scale2.0x_model這個(gè)模型來(lái)做測(cè)試。

?

運(yùn)行mo.py

C:\temp\waifu2x-caffe\models\upconv_7_photo>python "c:\Program Files (x86)\IntelSWTools\openvino_2021\deployment_tools\model_optimizer\mo_caffe.py" --input_model=noise0_scale2.0x_model.json.caffemodel --input_proto=noise0_scale2.0x_model.prototxt --input=input --output=conv7_layer --input_shape=[1,3,480,640] --scale_values=[255.0] --data_type FP16

轉(zhuǎn)換時(shí)得到一個(gè)錯(cuò)誤

[ ERROR ] Exception occurred during running replacer "REPLACEMENT_ID" (<class 'extensions.load.caffe.loader.CaffeLoader'>): Unexpected exception happened during extracting attributes for node target. Original exception message: Found custom layer "target". Model Optimizer does not support this layer. Please, implement extension.For more information please refer to Model Optimizer FAQ, question #45. (https://docs.openvinotoolkit.org/latest/openvino_docs_MO_DG_prepare_model_Model_Optimizer_FAQ.html?question=45#question-45)

說(shuō)是有個(gè)custom layer "target" ， Model Optimizer不支持。

?

用Netron神器看看noise0_scale2.0x_model.prototxt的網(wǎng)絡(luò)架構(gòu)

Target層的Type是MemoryData

?

再看下noise0_scale2.0x_model.prototxt文件內(nèi)容, MemoryData和EucideanLoss層都是給Training用的, 只做推理的話應(yīng)該用不到，所以可以刪掉

... layer {name: "target"type: "MemoryData"top: "target"top: "dummy_label2"memory_data_param {batch_size: 1channels: 3height: 142width: 142}include: { phase: TRAIN } } layer {name: "loss"type: "EuclideanLoss"bottom: "conv7"bottom: "target"top: "loss"include: { phase: TRAIN } }

對(duì)應(yīng)的再刪掉noise0_scale2.0x_model.prototxt.protobin里面對(duì)應(yīng)的紅框部分

?

再運(yùn)行mo.py, 成功了 :)

運(yùn)行結(jié)果:

原始圖片（測(cè)試圖片來(lái)自網(wǎng)絡(luò)）

Bicubic的2x放大效果

Waifu2x 2X放大的效果

感覺(jué)waifu2x超分的圖像里文字邊緣銳利多了? 贊 :)

?

性能，

調(diào)用inferRequest_regular.Infer()推理的時(shí)間, 在8665U 4核8線程的CPU和 Gen9 24EU的核顯上

• CPU: 1341ms (0.746FPS)
• GPU: 685ms (1.46FPS)

感覺(jué)比原版的windows程序快多了

?

最后參考代碼奉上，僅供參考

https://gitee.com/tisandman/waifu2x_ov2021

?

?

總結(jié)

以上是生活随笔為你收集整理的OpenVINO 2021r2 C++ 超分辨率重建 Waifu2x的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。