net.input_info[input_blob].input_data.shape 中的 4 个 return 值是什么意思?
What is the meaning of the 4 return values from net.input_info[input_blob].input_data.shape?
首先,我尝试直接阅读文档 here 并在线搜索,但我仍然不明白加载 openvino 模型时 return 值的实际含义。
core = IECore()
net = core.read_network(model=model, weights=weights)
input_blob = next(iter(net.input_info))
out_blob = next(iter(net.outputs))
net = ie.load_network(network=net, num_requests=2, device_name=self.deviceName)
n, c, h, w = net.input_info[input_blob].input_data.shape
实际上 n、c、h 和 w 是什么?我看到一些示例代码实际上只是从不使用 n 和 c。谢谢。
NCHW 或 NHWC 是激活(图像)的数据格式。
激活由通道和空间域、1D、2D 或 3D(维度)组成。
空间域与通道一起形成图像。
在训练阶段,图像通常分批组合在一起。
即使只有一张图片,我们仍然会假设有一个批量大小等于 1 的批量。因此,激活的整体维度为 4D(N、C、H 和 W)或 5D( N、C、D、H 和 W)。
如果你想深入了解它们是什么,你需要了解this concept。
首先,我尝试直接阅读文档 here 并在线搜索,但我仍然不明白加载 openvino 模型时 return 值的实际含义。
core = IECore()
net = core.read_network(model=model, weights=weights)
input_blob = next(iter(net.input_info))
out_blob = next(iter(net.outputs))
net = ie.load_network(network=net, num_requests=2, device_name=self.deviceName)
n, c, h, w = net.input_info[input_blob].input_data.shape
实际上 n、c、h 和 w 是什么?我看到一些示例代码实际上只是从不使用 n 和 c。谢谢。
NCHW 或 NHWC 是激活(图像)的数据格式。
激活由通道和空间域、1D、2D 或 3D(维度)组成。
空间域与通道一起形成图像。
在训练阶段,图像通常分批组合在一起。
即使只有一张图片,我们仍然会假设有一个批量大小等于 1 的批量。因此,激活的整体维度为 4D(N、C、H 和 W)或 5D( N、C、D、H 和 W)。
如果你想深入了解它们是什么,你需要了解this concept。