OpenCV* text_detection.cpp Sample kann mit CRNN_CS Modell mit OpenVINO™ Toolkit nicht ausgeführt werden

• Konvertiertes crnn_cs.onnx-Texterkennungsmodell in Zwischendarstellung (Intermediate Representation, IR):
  python mo.py --input_model crnn_cs.onnx
• Beim Ausführen von OpenCV text_detection.cpp Beispiel mit den generierten IR-Dateien ist ein Fehler aufgetreten:
  (expected: 'outs.size() == (size_t)1'), where 'out.size()' is 5 must be equal to '(size_t)1' is 1
• Die IR-Dateien enthalten 5 Ausgänge, während das ursprüngliche ONNX-Modell nur eine Ausgabe hat.

OpenCV text_detection.cpp Beispiel erwartet, dass die DNN-Bibliothek eine Ausgabeprüfung durchführt und einen Fehler anzeigt, wenn mehr als 1 Ausgabe erkannt wird.

Ersetzen Sie Das Ergebnis in crnn_cs.xml-Datei in FakeResult für zusätzliche Knoten:

• name="LSTM_183/FinalConcat/CellState/sink_port_0" type="Result"
• name="LSTM_183/FinalConcat/HiddenState/sink_port_0" type="Result"
• name="LSTM_201/FinalConcat/CellState/sink_port_0" type="Result"
• name="LSTM_201/FinalConcat/HiddenState/sink_port_0" type="Result"

• name="LSTM_183/FinalConcat/CellState/sink_port_0" type="FakeResult"
• name="LSTM_183/FinalConcat/HiddenState/sink_port_0" type="FakeResult"
• name="LSTM_201/FinalConcat/CellState/sink_port_0" type="FakeResult"
• name="LSTM_201/FinalConcat/HiddenState/sink_port_0" type="FakeResult"

Bei der Konvertierung von Modellen in IR mit dem Model Optimizer ist es möglich, dass bestimmte Ebenen während der Optimierung geteilt werden und die zusätzlichen Knoten von OpenVINO Bibliothek als gültige Knoten erkannt werden.