CV 算法示例

为了方便大家使用 MegEngine Lite 快速部署 CV 相关算法，MegEngine Lite 提供了一些基本的 CV 算法的部署 Demo, 为用户在实际部署这些算法时候提供参考，这些 Demo 都是 C++ 编写的， 位于 lite/example/cpp_example/mge/cv 中，编译 MegEngine Lite 的时候将会自动编译这些示例。

NN 分类算法

NN 分类将从用户读取输入图片，将图片进行预处理之后输入到模型中进行推理，最终输出输入图片中物体的类别信息。 代码在 lite/example/cpp_example/mge/cv/picture_classification.cpp. 编译之后运行：

lite_examples picture_classification <model.mge> <xxx.jpg>

将看到图片的类别信息。

NN 目标检测

部署 YOLOX 工程中训练完成的模型。

代码在 lite/example/cpp_example/mge/cv/detect_yolox.cpp。主要代码功能为：

• 输入图片前处理，包括 resize, padding, 归一化

• 使用 MegEngine Lite 进行推理

• 对输出数据处理

  • 生成对应的框

  • 结合模型的输出数据，选择满足条件的框

  • 对选择的框进行非极大值抑制

  • 输出最终的框

编译之后运行：

lite_examples detect_yolox yolox_s.mge <xxx.jpg>

将以 log 形式输出图片中框的信息（其中 yolox_s.mge 文件来自 此处 ）。