前言

之前博客：【YOLOv5】LabVIEW+OpenVINO让你的YOLOv5在CPU上飞起来给大家介绍了在LabVIEW上应用openvino减速推理，在CPU上也能感触丝滑的实时物体辨认。那咱们明天就一起来看一下如何应用LabVIEW+OpenVINO在CPU上部署新冠肺炎CT图像病害宰割，本次实战模型次要是来自大佬：翼达口香糖，博客：https://blog.csdn.net/weixin_...

一、LabVIEW视觉工具包下载与配置

1、视觉工具包的下载安装

可在如下链接中下载工具包：https://segmentfault.com/a/1190000042225535

2、OpenVINO toolkit下载安装

下载地址：英特尔® Distribution of OpenVINO™ 工具套件
1）点击Dev Tools


2）抉择版本，抉择如下版本，并DownLoad：


3）下载后，运行装置即可！（倡议装置到默认门路）

4）能够抉择装置门路，具体装置能够参考官网文档：https://docs.openvino.ai/cn/latest/openvino_docs_install_guides_installing_openvino_windows.html

5)装置实现后，请记得配置环境变量，即在电脑的环境变量-->零碎变量-->path种增加如下变量

二、模型获取

openvino工作流程，和其余的部署工具都差不多，训练好模型，解析成openvino专用的.xml和.bin，随后传入Inference Engine中进行推理。本实战中的模型来自：https://blog.csdn.net/weixin_...，你能够在这里下载到模型：下载模型链接

三、语义宰割之Unet

1、语义宰割在医疗影像上的利用

随着人工智能的崛起，将神经网络与医疗诊断联合也成为钻研热点，智能医疗钻研逐步成熟。在智能医疗畛域，语义宰割次要利用于肿瘤图像宰割，龋齿诊断等。(下图别离是龋齿诊断，头部CT扫描紧急护理诊断辅助和肺癌诊断辅助)

2、Unet简介

U-Net 起源于医疗图像宰割，整个网络是规范的encoder-decoder网络，特点是参数少，计算快，应用性强，对于个别场景适应度很高。原始U-Net的构造如右图所示，因为网络整体构造相似于大写的英文字母U，故得名U-net。左侧可视为一个编码器，右侧可视为一个解码器。编码器有四个子模块，每个子模块蕴含两个卷积层，每个子模块之后通过max pool进行下采样。因为卷积应用的是valid模式，故理论输入比输出图像小一些。具体来说，后一个子模块的分辨率=(前一个子模块的分辨率-4)/2。U-Net应用了Overlap-tile 策略用于补全输出图像的高低信息，使得任意大小的输出图像都可取得无缝宰割。同样解码器也蕴含四个子模块，分辨率通过上采样操作顺次回升，直到与输出图像的分辨率基本一致。该网络还应用了跳跃连贯，以拼接的形式将解码器和编码器中雷同分辨率的feature map进行特色交融，帮忙解码器更好地复原指标的细节。

四、LabVIEW+OpenVINO在CPU上部署新冠肺炎检测模型（covid_main.vi ）

运行本我的项目，请务必装置新版工具包及OpenVINO toolkit，否则会报错无奈运行

1、实现过程

  • dnn模块调用IR模型（模型优化器）
  • 设置计算后盾与计算指标设施（推理引擎减速）
  • 读取待检测的影像图片
  • 图像预处理（blobFromImage）
  • 推理
  • 后处理
  • 绘制宰割出的感化区域
  • 增加logo和题目，并将其保留为MP4
  • 后处理中
  • 先将mat reshape 成512*512
  • 进行二值化阈值解决
  • 寻找轮廓
  • 绘制轮廓
  • 在指定中央绘制logo
  • 将其在前面板显示并保留为MP4，保留为MP4之前记得进行色彩空间转换。

2、程序源码


3、推理运行

请将下载的我的项目放在不蕴含中文的门路下，关上covid_main.vi，批改检测影像门路为理论门路，运行检测

有如下四个文件夹可选

留神：readNetFromModelOptimizer.vi中IR模型门路不能够蕴含中文

4、运行成果

演示效果图

五、我的项目源码及模型下载

大家可关注微信公众号:<font color= "blue:"> VIRobotics</font>，回复关键字：<font color= "red">新冠肺炎检测实战 </font> 获取本次分享内容的残缺我的项目源码及模型。

附加阐明

  • 操作系统：Windows10
  • python：3.6及以上
  • LabVIEW：2018及以上 64位版本
  • 视觉工具包：techforce_lib_opencv_cpu-1.0.0.73.vip
  • OpenVINO：2021.4.2

总结

以上就是明天要给大家分享的内容。
如您想要探讨更多对于LabVIEW与人工智能技术，欢送退出咱们的技术交换群：705637299，进群请备注暗号：LabVIEW机器学习

如果文章对你有帮忙，欢送✌关注、点赞、✌珍藏、订阅专栏