Используем модель нейросети на C++

Большинство туториалов по созданию и использованию моделей нейросетей написаны на Python. Однако для какого-нибудь проекта рано или поздно может понадобится использовать более быстрый и надежный язык для этих задач, например, C++. Эта статья о том, как на C++ можно использовать модель нейросети на примере модели YOLOv8 для детектирования лиц и библиотеки PyTorch.

Библиотеки

PyTorch предоставляет C++-версию своего модуля — библиотеку LibTorch. Её можно скачать (cxx11 ABI) и расположить рядом с будущей программой:

wget https://download.pytorch.org/libtorch/cpu/libtorch-cxx11-abi-shared-with-deps-2.0.0%2Bcpu.zip unzip libtorch-cxx11-abi-shared-with-deps-2.0.0%2Bcpu.zip

Для примера также понадобится библиотека OpenCV. Её стоит скачать и установить:

wget https://github.com/opencv/opencv/archive/4.7.0.zip unzip opencv-4.7.0.zip && cd opencv-4.7.0 mkdir build && cd build cmake .. cmake --build . sudo make install

Веса

Обычный формат весов модели PyTorch необходимо экспортировать в формат TorchScript. Для большинства моделей достаточно написать следующее:

# model_export.py import torch  MODEL_PATH = 'model.pt' MODEL_INPUT_SHAPE = (1,3,640,640)  model = torch.load(MODEL_PATH) example = torch.randn(MODEL_INPUT_SHAPE) model(example) # model warmup model_traced = torch.jit.trace(model, example) model_traced.save('model_traced.torchscript')

Однако для примера я использую модель YOLOv8 для детектирования лиц от Ultralytics, её можно экспортировать с помощью готовых модулей:

pip3 install ultralytics pip3 install gdown gdown 1jG8_C_P0SbnzYROZORe7CiJO6oMgp7eZ # yolov8n-face.pt

# model_export_yolov8face.py import torch from ultralytics import YOLO  model = YOLO('yolov8n-face.pt') model.export(format='torchscript')

Использование

Инклюды, либы и линковка

Для компилятора будущей программы необходимо указать путь до icnlude- и lib-файлов библиотек LibTorch и OpenCV, а также линковать необходимые lib-файлы (они понадобятся во время компиляции; для автоматизации стоит использовать IDE, например, Visual Studio Code):

# ... -I/usr/local/include/opencv4 -I/path/to/libtorch/include -L/path/to/libtorch/lib # ... -o main.o # ... -lopencv_core -lopencv_highgui -lopencv_imgcodecs -lopencv_imgproc -lopencv_videoio -ltorch -ltorch_cpu -lc10

Загрузка модели

Загрузить модель достаточно просто:

// main.cpp #include <torch/script.h> #include <opencv2/opencv.hpp>  int main() {    torch::jit::script::Module     model = torch::jit::load("yolov8n-face.torchscript");      return 0; }

Загрузка данных на вход модели

LibTorch принимает на вход моделей вектор из torch::jit::IValue и возвращает значения torch::jit::IValue, которые затем необходимо экспортировать в привычные типы (тензор .toTensor(), кортеж .toTuple() или любой другой доступный).

Модель-пример принимает на вход тензор с формой (B, 3, 640, 640) нормализованного изображения, а возвращает тензор с формой (1, 5, 8400), где 5 тензоров содержат 8400 целых значений cx, cy, w, h и вещественный conf для каждого бокса детектирования соответственно. Реализуем загрузку данных на вход модели и получение выходов:

// main.cpp   // ...   cv::Mat img = cv::imread(source);   cv::cvtColor(img, img, cv::COLOR_BGR2RGB);   cv::normalize(img, img, 0.0, 1.0, cv::NORM_MINMAX, CV_32F);   vector<torch::jit::IValue> inputs = {     torch::from_blob(       imgNorm.data,       {640,640,3},       torch::kFloat32     ).permute({2,0,1}).unsqueeze(0)   };   at::Tensor outputs = model.forward(inputs).toTensor();   // ...

Детектирование лиц

Далее реализуем использование конкретно модели-примера.

Создадим класс Box для боксов детектирования:

// detect.h // ... class Box {     public:         int x1, y1, x2, y2;         float conf;         Box(int x1, int y1, int x2,  int y2, float conf) {             this->x1 = x1;             this->y1 = y1;             this->x2 = x2;             this->y2 = y2;             this->conf = conf;         } }; // ...

Создадим функцию getBoxes, которая будет возвращать боксы отфильтрованные по уверенности conf и с помощью будущего Non Maximum Supression (NMS):

// detect.h // ... vector<Box> getBoxes(     at::Tensor &outputs,     float confThres = 0.25,     float iouThres = 0.15 ) {     vector<Box> candidates;     for (unsigned short ibatch = 0; ibatch < outputs.sizes()[0]; ibatch++) {         for (unsigned short ibox = 0; ibox < outputs.sizes()[2]; ibox++) {             float conf = outputs[ibatch][4][ibox].item<float>();             if (conf >= confThres) {                 unsigned short                     cx = outputs[ibatch][0][ibox].item<int>(),                     cy = outputs[ibatch][1][ibox].item<int>(),                     w = outputs[ibatch][2][ibox].item<int>(),                     h = outputs[ibatch][3][ibox].item<int>();                 unsigned short                     x1 = cx - w / 2,                     y1 = cy - h / 2,                     x2 = cx + w / 2,                     y2 = cy + h / 2;                 candidates.push_back(Box(x1,y1,x2,y2,conf));             }         }     }     sort(candidates.begin(), candidates.end(), [](Box b1, Box b2){return b1.conf > b2.conf;});     vector<Box> boxes = nms(candidates, iouThres);     return boxes; } // ...

Создадим функцию nms , которая будет фильтровать боксы-кандитаты и сопутствующую iou, которая будет вычислять для них метрику IoU (Intersection Over Union):

// detect.h // ... float iou(Box &fb, Box &sb) {     float inter = max(min(fb.x2, sb.x2) - min(fb.x1, sb.x1), 0) * max(min(fb.y2, sb.y2) - min(fb.y1, sb.y1), 0);     float union_ = (fb.x2-fb.x1)*(fb.y2-fb.y1) + (sb.x2-sb.x1)*(sb.y2-sb.y1) - inter;     return inter / union_; }  vector<Box> nms(vector<Box> &boxes, float iouThres) {     vector<Box> supBoxes;     for (Box box: boxes) {         bool valid = true;         for (Box supBox: supBoxes) {             if (iou(box, supBox) > iouThres) {                 valid = false;                 break;             }         }         if (valid == true) {             supBoxes.push_back(box);         }     }     return supBoxes; } // getBoxes

Наконец, получим боксы детектирования:

// main.cpp   // ...   vector<Box> boxes = getBoxes(outputs);   // ...

А также напишем процедуру для выделения боксов на оригинальном изображении:

// detect.h // ... void highlightBoxes(cv::Mat &img, vector<Box> &boxes) {   cv::Scalar rectColor(0,192,0);   unsigned short fontScale = 2, confPrecis = 2;    for (Box box: boxes) {     string text = to_string(box.conf);     cv::rectangle(img, {box.x1,box.y1}, {box.x2,box.y2}, rectColor, 2);     cv::rectangle(       img,       {box.x1, box.y1 - fontScale * 12},       {box.x1 + (unsigned short)text.length() * fontScale * 9, box.y1},       rectColor,       -1     );     cv::putText(img, text, {box.x1,box.y1}, cv::FONT_HERSHEY_PLAIN, fontScale, {255,255,255}, 2);   } } // ...

И выведем результат на экран:

// main.cpp   // ...   highlightBoxes(img, boxes);   cv::imshow("Result", img);   // return

Заключение

На более подробный и структурированный код вы можете взглянуть в одной из веток репозитория студенческого проекта по распознаванию лиц Распли. Надеюсь, вы сможете извлечь для себя из этого туториала что-то полезное.