OpenCV自带dnn的Example研究(5)— segmentation

本文探讨了在最新版OpenCV中,通过6个示例文件深入理解DNN模块的应用。文章强调了高版本VS的使用以避免兼容问题,详细介绍了DNN程序所需训练模型的下载及使用方法,并分享了在遇到编译错误时的解决思路。通过具体案例,展示了如何配置并运行基于FCN8s模型的图像识别任务,尽管存在CPU占用高和处理速度慢的问题。
这个博客系列,简单来说,今天我们就是要研究
508489-20190430155119980-57790526.png
6个文件,看看在最新的OpenCV中,它们是如何发挥作用的。
在配置使用的过程中,需要注意使用较高版本的VS避免编译器兼容问题;由于DNN程序的运行依赖于训练成功的模型,因此需要预先下载准备;此外如果出现各种报错,需要对症下药。
此外,由于需要使用common.hpp文件,所以需要引入dnn目录到include中
508489-20190430155120416-1632734373.png
用到的数据集都放在:
链接:https://pan.baidu.com/s/1WPoXU3VodErPHZo6Yc21xA 
提取码:01no 
如果你没找到,那一定是我忘了。
=====================================================================================友善的分割线============================
这个例子代码就比较糟糕了,既没有说代码的数据集是什么,也没有提供参考资料。在
https://blog.youkuaiyun.com/wanggao_1990/article/details/87166102
的帮助下,我们获得以下信息:
modelPath = "../../data/testdata/dnn/fcn8s-heavy-pascal.caffemodel"
configPath = "../../data/testdata/dnn/fcn8s-heavy-pascal.prototxt"
classesFile = "../../data/dnn/object_detection_classes_pascal_voc.txt";

在模型完整下载的前提下,我们编写参数为:

--model=e:/template/fcn8s-heavy-pascal.caffemodel --config=e:/template/fcn8s-heavy-pascal.prototxt --classes=e:/template/object_detection_classes_pascal_voc.txt --input=E:/template/bike.avi --mean="0 0 0" --width=500 --height=500 --rgb=false

结果是非常吃CPU,单帧处理时间,达到了惊人的20s。在下图中,汽车应该是识别成功的,但是旁边那个红色的不是cow.
508489-20190430155121527-60478973.jpg
在这里插入图片描述






附件列表

 

转载于:https://www.cnblogs.com/jsxyhelu/p/10796460.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值