opencv：DNN模块加载机器学习模型

DNN模块

从OpenCV 3.3开始，dnn模块加入到主仓库中，目前支持Caffe、TensorFlow、Torch、PyTorch等深度学习框架。

protobuf

Google Protocol Buffers，是google开发的的一套用于数据存储，网络通信时用于协议编解码的工具库。protobuf是一种灵活高效的独立于语言平台的结构化数据表示方法，类似json/xml。

TensoFlow模型

1. 模型文件
	a. 二进制的protobuf格式描述文件：.pb
	b. protobuf格式文本文件：.pbtxt
2. 加载训练好的模型：readNetFromTensorflow
dnn::Net net = cv::dnn::readNetFromTensorflow("xxx.pb");
3. 读取图像，并把图像转换
Mat img = imread("1.jpg", 1);
Mat inputBlob = dnn::blobFromImage(img, 0.00390625f, Size(256, 256), Scalar(), false,false); 
4. 把图像作为模型输入
net.setInput(inputBlob, "data");     
5. 前向传播（预测）
Mat pred = net.forward("fc2/prob");
6. 取出预测值最大

Caffe模型

1. 模型文件
	a. 模型文件.caffemodel
	b. 描述文件.prototxt
2. 加载模型：readNetFromCaffe

剩下的流程和tensorflow一样

加载网络模型

Net readNetFromTensorflow(const String &model, const St