Low-Light Image Enhancementモデルであるhitzhangyu/FLW-NetのPythonでのONNX、TFLite推論サンプルです。
ONNX、TFLiteに変換したモデルも同梱しています。変換自体を試したい方はFLW_Net_onnx2tf.ipynbを使用ください。
TFLiteへの変換にはPINTO0309/onnx2tfを使用しています。
Demo.mp4
- OpenCV 4.5.3.56 or later
- onnxruntime 1.13.0 or later
- tensorflow 2.9.1 or later
デモの実行方法は以下です。
python demo_onnx.py
- --device
カメラデバイス番号の指定
デフォルト:0 - --movie
動画ファイルの指定 ※指定時はカメラデバイスより優先
デフォルト:指定なし - --model
ロードするモデルの格納パス
デフォルト:model/FLW-Net_320x240.onnx
python demo_tflite.py
- --device
カメラデバイス番号の指定
デフォルト:0 - --movie
動画ファイルの指定 ※指定時はカメラデバイスより優先
デフォルト:指定なし - --model
ロードするモデルの格納パス
デフォルト:model/saved_model_320x240/FLW-Net_320x240_float16.tflite - --num_threads
推論時に使用するスレッド数
デフォルト:1
高橋かずひと(https://twitter.com/KzhtTkhs)
FLW-Net-onnx2tf-sample is under MIT License.
サンプル動画はNHKクリエイティブ・ライブラリーの雨イメージ 夜の道路を走る車を使用しています。