OpenCV自带dnn的Example研究（5）— segmentation

最新推荐文章于 2024-06-17 23:57:18 发布

weixin_30571465

最新推荐文章于 2024-06-17 23:57:18 发布

阅读量314

点赞数

CC 4.0 BY-SA版权

文章标签：人工智能

原文链接：http://www.cnblogs.com/jsxyhelu/p/10796460.html

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

https://docs.opencv.org/master/examples.html下的

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

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
    