Opencv学习笔记 DNN模块概述

一、OpenCV的DNN模块 

       OpenCV官方从3.3版本开始将改进后的DNN模块从opencv_contrib仓库移入主仓库并正式发布。从4.1.0版本开始支持CUDA加速，DNN模块与NVIDIA GPU、CUDA和cuDNN结合使用，可使推理速度提高2～15倍。

        目前，DNN模块支持的深度学习框架包括Caffe、TensorFlow、Torch、PyTorch和Darknet，另外，还支持开放神经网络交换（ONNX）格式的模型。虽然我们不能用OpenCV训练深度学习模型，但DNN模块使我们能够在OpenCV脚本中直接有效地使用训练好的模型，对于暂时不支持的层，也提供了自定义层的功能。

        从OpenCV 3.3版本开始，DNN模块正式加入发布版本，其API兼容C++和Python。除了libprotobuf，该模块没有任何其他依赖项，而libprotobuf现在也已经被包含进OpenCV中。DNN模块的使用方式相对简单：从硬盘加载模型，预处理输入图像，通过网络传递图像并获得输出结果。

二、支持的层类型

        AbsVal、Accum、AveragePooling、BatchNormalization、BNLL、Concatenation、Convolution（1d, 2d, including dilated convolution,