标签：tmp rows tensor 批处理 cols int input tensorflow

   批处理调用模型的时候，如果逐像素给tensor对象数据部分赋值的话，效率是很低的，尤其是对于一些图片数据，所以数据块直接拷贝可以大大提高效率,

   先取得数据指针：

output_tensor->flat<float>().data()；

再直接对象拷贝好了

std::copy(p, p + arrSize, imgTensorFlat + t * arrSize);

void CVMat_to_Tensor_Batch_BLOB(std::vector<Mat> imgs, Tensor* output_tensor, int input_rows, int input_cols)
{
    float *imgTensorFlat = output_tensor->flat<float>().data();
    int  arrSize  = input_rows * input_cols * 3;
    auto output = output_tensor->shaped<float, 4>({ (long long)imgs.size(), input_rows, input_cols, 3 });
    for (int t = 0; t < imgs.size(); t++)
    {
        Tensor tensorT(DT_FLOAT, TensorShape({ 1,input_rows,input_cols,3 }));
        int imgRow = imgs[t].rows;
        int imgCol = imgs[t].cols;

        float fScale = std::min(input_cols*1.0/ imgCol, input_rows*1.0/ imgRow);

        int newRow = imgRow * fScale;
        int newCol = imgCol * fScale;

        Mat oriImg;
        resize(imgs[t], oriImg, cv::Size(newCol, newRow), cv::INTER_LINEAR);
        cv::Mat tmp;
        int dw = (input_cols - newCol) / 2;
        int dh = (input_rows - newRow) / 2;
        copyMakeBorder(oriImg, tmp, dh, input_rows - newRow-dh,dw, input_cols - newCol-dw, BORDER_CONSTANT, Scalar(128.0, 128.0, 128.0));

        tmp.convertTo(tmp, CV_32FC3);
        tmp = tmp/255.0;
        float* p = tmp.ptr<float>();
        std::copy(p, p + arrSize, imgTensorFlat + t * arrSize);
    }

    return;
}

标签：tmp,rows,tensor,批处理,cols,int,input,tensorflow
来源： https://www.cnblogs.com/jjqnh/p/16189691.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。