用OpenVINO C++ API编写YOLOv8-Seg实例分割模型推理程序_yolov8 分割 c++调用

作者：英特尔创新大使 战鹏州

 1.1 简介

本文章将介绍使用OpenVINO™ 2023.0 C++ API开发YOLOv8-Seg实例分割(Instance Segmentation)模型的AI推理程序。本文C++范例程序的开发环境是Windows + Visual Studio Community 2022，请读者先配置基于Visual Studio的OpenVINO C++开发环境。

请克隆本文的代码仓：git clone https://gitee.com/ppov-nuc/yolov8_openvino_cpp.git

1.2  导出YOLOv8-Seg OpenVINO IR 模型

YOLOv8是Ultralytics公司基于YOLO框架，发布的一款面向物体检测与跟踪、实例分割、图像分类和姿态估计任务的SOTA模型工具套件。

首先用命令pip install -r requirements.txt 安装ultralytics和openvino-dev。

然后使用命令：yolo export model=yolov8n-seg.pt format=openvino half=True，导出FP16精度的OpenVINO IR模型，如下图所示。

接着使用命令：benchmark_app -m yolov8n-seg.xml -d GPU.1，获得yolov8n-seg.xml模型在A770m独立显卡上的异步推理计算性能，如下图所示。

1.3  使用OpenVINO C++ API编写YOLOv8-Seg实例分割模型推理程序

使用OpenVINO C++ API编写YOLOv8-Seg实例分割模型推理程序主要有5个典型步骤：

1. 采集图像&图像解码
2. 图像数据预处理
3. AI推理计算(基于OpenVINO C++ API)
4. 对推理结果进行后处理
5. 将处理后的结果可视化

YOLOv8-Seg实例分割模型推理程序的图像数据预处理和AI推理计算的实现方式跟YOLOv8目标检测模型推理程序的实现方式几乎一模一样，可以直接复用。

1.3.1  图像数据预处理

使用Netron打开yolov8n-seg.onnx，如下图所示，可以看到：

1. 输入节点的名字：“images”；数据： float32[1,3,640,640]
2. 输出节点1的名字：“output0”；数据：float32[1,116,8400]。其中116的前84个字段跟 YOLOv8目标检测模型输出定义完全一致，即cx,cy,w,h和80类的分数；后32个字段为掩膜置信度，用于计算掩膜数据。
3. 输出节点2的名字：“output1”；数据：float32[1,32,160,160]。output0后32个字段与output1的数据做矩阵乘法后得到的结果，即为对应目标的掩膜数据

图像数据预处理的目标就是将任意尺寸的图像数据转变为形状为[1,3,640,640]，精度为FP32的张量。YOLOv8-Seg模型的输入尺寸为正方形，为了解决将任意尺寸数据放缩为正方形带来的图像失真问题，在图像放缩前，采用letterbox算法先保持图像的长宽比，如下图所示，然后再使用cv::dnn::blobFromImage函数对图像进行放缩。

图像数据预处理的范例程序如下所示

Mat letterbox(const Mat& source)
 
{
 
    int col = source.cols;
 
    int row = source.rows;
 
    int _max = MAX(col, row);
 
    Mat result = Mat::zeros(_max, _max, CV_8UC3);
 
    source.copyTo(result(Rect(0, 0, col, row)));
 
    return result;
 
}
 
Mat img = cv::imread("bus.jpg");
 
Mat letterbox_img = letterbox(img);
 
Mat blob = blobFromImage(letterbox_img, 1.0/255.0, Size(640,640), Scalar(), true);

1.3.2  AI同步推理计算

用OpenVINO C++ API实现同步推理计算，主要有七步：

1. 实例化Core对象：ov::Core core;
2. 编译并载入模型：core.compile_model();
3. 创建推理请求：infer_request = compiled_model.create_infer_request()；
4. 读取图像数据并完成预处理；
5. 将输入数据传入模型：infer_request.set_input_tensor(input_tensor);
6. 启动推理计算：infer_request.infer();
7. 获得推理结果：           output0 = infer_request.get_output_tensor(0);

output1 = infer_request.get_output_tensor(1);

范例代码如下所示： 

    // -------- Step 1. Initialize OpenVINO Runtime Core --------
 
    ov::Core core;
 
    // -------- Step 2. Compile the Model --------
 
    auto compiled_model = core.compile_model("yolov8n-seg.xml", "CPU");
 
    // -------- Step 3. Create an Inference Request --------
 
    ov::InferRequest infer_request = compiled_model.create_infer_request();
 
    // -------- Step 4.Read a picture file and do the preprocess --------
 
    Mat img = cv::imread("bus.jpg");
 
    // Preprocess the image
 
    Mat letterbox_img = letterbox(img);
 
    float scale = letterbox_img.size[0] / 640.0;
 
    Mat blob = blobFromImage(letterbox_img, 1.0 / 255.0, Size(640, 640), Scalar(), true);
 
    // -------- Step 5. Feed the blob into the input node of the Model -------
 
    // Get input port for model with one input
 
    auto input_port = compiled_model.input();
 
    // Create tensor from external memory
 
    ov::Tensor input_tensor(input_port.get_element_type(), input_port.get_shape(), blob.ptr(0));
 
    // Set input tensor for model with one input
 
    infer_request.set_input_tensor(input_tensor);
 
    // -------- Step 6. Start inference --------
 
    infer_request.infer();
 
    // -------- Step 7. Get the inference result --------
 
    auto output0 = infer_request.get_output_tensor(0); //output0
 
    auto output1 = infer_request.get_output_tensor(1); //otuput1

1.3.3 理结果后处理

实例分割推理程序的后处理是从结果中拆解出预测别类(class_id)，类别分数(class_score)，类别边界框(box)和类别掩膜(mask)，范例代码如下所示：

   // -------- Step 8. Postprocess the result --------
 
    Mat output_buffer(output0_shape[1], output0_shape[2], CV_32F, output0.data<float>());
 
    Mat proto(32, 25600, CV_32F, output1.data<float>()); //[32,25600]
 
    transpose(output_buffer, output_buffer); //[8400,116]
 
    float score_threshold = 0.25;
 
    float nms_threshold = 0.5;
 
    std::vector<int> class_ids;
 
    std::vector<float> class_scores;
 
    std::vector<Rect> boxes;
 
    std::vector<Mat> mask_confs;
 
    // Figure out the bbox, class_id and class_score
 
    for (int i = 0; i < output_buffer.rows; i++) {
 
        Mat classes_scores = output_buffer.row(i).colRange(4, 84);
 
        Point class_id;
 
        double maxClassScore;
 
        minMaxLoc(classes_scores, 0, &maxClassScore, 0, &class_id);
 
 
 
        if (maxClassScore > score_threshold) {
 
            class_scores.push_back(maxClassScore);
 
            class_ids.push_back(class_id.x);
 
            float cx = output_buffer.at<float>(i, 0);
 
            float cy = output_buffer.at<float>(i, 1);
 
            float w = output_buffer.at<float>(i, 2);
 
            float h = output_buffer.at<float>(i, 3);
 
            int left = int((cx - 0.5 * w) * scale);
 
            int top = int((cy - 0.5 * h) * scale);
 
            int width = int(w * scale);
 
            int height = int(h * scale);
 
            cv::Mat mask_conf = output_buffer.row(i).colRange(84, 116);
 
            mask_confs.push_back(mask_conf);
 
            boxes.push_back(Rect(left, top, width, height));
 
        }
 
    }
 
    //NMS
 
    std::vector<int> indices;
 
    NMSBoxes(boxes, class_scores, score_threshold, nms_threshold, indices);

完整范例参考参见：yolov8_seg_ov_infer.cpp，运行结果如下图所示：

1.4  结论:

OpenVINO C++ API简单清晰，易学易用。本文用不到100行(不含可视化检测结果)C++代码就实现了基于OpenVINO的YOLOv8-Seg实例分割模型推理程序，在英特尔独立显卡A770m上获得了较好的推理计算性能。