python数学建模算法,python数据模型和算法
想实现一个图片数据的输入，然后输出一个特征结结果，一下写法对吗？
（同Internationalorganizations）国际组织处理模型(简历：Mat img，向量V1)
{
const int img _ width=96/*图像尺寸*/
const int img _ height=112
const int img _ channels=3；/*图像量化通道*/
const int input _ index=0；//节点名预处理器/sub
if (img.cols！=img_width img.rows！=img_height) /*如果图像的大小和定义的不一样，则进行重新设置大小*/
{
cv:resize(img，img，cv:Size(img_width，img_height)，(0，0)，(0，0)，cv:INTER _ LINEAR)；
}
FILE* fp=fopen(model_path， Rb )；/*加载模型*/
if (fp==NULL)
{
printf(fopen %s失败！\n ，型号_路径);
return-1；
}
fseek(fp，0，SEEK _ END)；/*标记复调钢琴从文件头开始到文件末尾*/
int model _ len=ftell(FP)；/*获取复调钢琴从头到尾的文件长度*/
void * model=malloc(model _ len)；/*动态申请内存*/
fseek(fp，0，SEEK _ SET)；/*把文件指针指向文件的开始*/
if (model_len！=fread(model，1，model_len，fp)) /*读取的长度不等于模型长度，则释放*/
{
printf(fread %s失败！\n ，型号_路径);
免费（模特);
return-1；
}
/*开始推理*/
rknn _输入输入[1];/*模型的一个输入，用来作为参数传入给rknn_inputs_set函数*/
rknn _输出输出[1];/*模型的一个输出，用来作为参数传入给rknn_outputs_get函数*/
rknn _ tensor _ attr outputs _ attr[1]；/*模型的辩论歌属性*/
int ret=0；/*返回值*/
rknn _ context CTX=0；/* rknn _上下文对象（无符号龙龙类型)*/
printf(rknn_init .\ n’)；
ret=rknn_init(ctx，model，model_len，RKNN _ FLAG _ PRIOR _ MEDIUM)；/*1、初始化rknn _上下文对象，优先级中*/
if (ret 0)
{
printf(rknn_init失败！ret=%d\n ，ret)；
转到错误；
}
printf(rknn查询输入输出编号. \ n )；
rknn _ input _ output _ num io _ num/*2、获取投入和输出的个数*/
ret=rknn_query(ctx，RKNN_QUERY_IN_OUT_NUM，io_num，sizeof(io _ NUM))；
printf(输入号：%d输出号：%d\n ，io_num.n _输入，io _ num。n _ output)；
if (ret 0)
{
printf(rknn查询输入输出失败！ret=%d\n ，ret)；
转到错误；
}
printf(rknn查询输入属性. \ n )；
rknn _ tensor _ attr input _ attrs[1]；/*3、获取输入属性，输入输出数量n输入为输入个数*/
memset(input_attrs，0，sizeof(input_attrs)).
int I；
for(I=0；I 1；我)
{
输入属性.index=I；
ret=rknn_query(ctx，RKNN_QUERY_INPUT_ATTR，(input_attrs[0])，sizeof(RKNN _ tensor _ attr)；
printf(输入数据类型：%d \n ，input_attrs[0].类型);
printf(输入数据fmt :%d \n ，input_attrs[0].fmt)；
if (ret 0)
{
printf(rknn_query失败！ret=%d\n ，ret)；
转到错误；
}
}
printf(rknn查询输出属性. \ n )；
rknn _ tensor _ attr output _ attrs[1]；/*4、获取输出属性，io _编号。n _输出为输出个数*/
memset(output_attrs，0，sizeof(output _ attrs))；
for(I=0；I 1；我)
{
输出_属性[我].index=I；
ret=rknn_query(ctx，RKNN_QUERY_OUTPUT_ATTR，(output_attrs[0])，sizeof(RKNN _ tensor _ attr)；
printf(输出数据类型：%d \n ，output_attrs[0].类型);
if (ret 0)
{
printf(rknn_query失败！ret=%d\n ，ret)；
转到错误；
}
}
printf(rknn输入集. \ n )；
rknn _ input inputs _ set[1]；/*5、对输入进行设置*/
输入_设置[0]。索引=输入_索引；/*rknn模型的输入节点的索引*/
输入_设置[0]。img.data/*cpu可以访问的缓冲器指针，一般是指向由照相机产生的图像数据*/
输入_设置[0]。size=img _ width * img _ height * img _ channels；/*为缓冲器的大小*/
输入_设置[0]。pass _ through=false/*输入数据直通模式选择，假的是输入属性于rknn _查询查询得到的投入属性不一致
图雷是输入属性于rknn _查询查询得到的投入属性一致*/
输入_设置[0]。type=RKNN _ TENSOR _ UINT8/*为缓冲器的数据类型*/
输入_设置[0]。fmt=RKNN _张量_ NHWC；/*数据格式*/
ret=rknn_inputs_set(ctx，1，inputs _ set)；
if (ret 0)
{
printf(rknn_input_set失败！ret=%d\n ，ret)；
转到错误；
}
printf(rknn运行. \ n )；
ret=rknn_run(ctx，NULL)；/*6、进行推理操作*/
if (ret 0)
{
printf(rknn_run失败！ret=%d\n ，ret)；
转到错误；
}
printf(rknn获取输出. \ n )；
rknn _ output outputs _ get[1]；/*7、获取输出结果*/
memset(outputs_get，0，sizeof(outputs _ get))；
for(I=0；I 1；我)
{
outputs_get[i].want _ float=true/*输出数据格式，真的为浮点32,假为原始格式*/
outputs_get[i].is _ prealloc=false/*内存分配，真的为程序员分配，假的为近邻自动分配*/
}
ret=rknn_outputs_get(ctx，io_num.n_output，outputs_get，NULL)；
float * ftype
char * sprintfBuf
ftype=static _ cast(outputs _ get-buf)；
char stringBuf[128]；
文件* fpout
fpout=fopen(outputResult.txt ， w )；
for(I=0；I(outputs _ get-size/4)；我)
{
v1。push _ back(ftype[I])；
sprintf(sprintfBuf， %f\n ，ftype[I])；
fwrite(sprintfBuf，strlen(sprintfBuf)，1，FP out)；
}
rknn_outputs_release(ctx，1，outputs _ get)；/*8、释放由rknn_outputs_get获取的产出*/
免费（模特);
错误：
如果(ctx)
{
rknn _ destroy(CTX)；
}
如果(型号)
{
免费（模特);
}
中频(fp)
{
fclose(FP)；
}
返回0;
}
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。