OpenCV自带dnn的Example研究（1）— classification

叁歲伎倆 2021-11-22 23:48 237阅读 0赞

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][https_docs.opencv.org_master_examples.html]下的

![508489-20190428093352390-2004914984.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

![508489-20190428093353010-2000246347.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============================

注意，这个例子是有官方文档的

[https://docs.opencv.org/master/d5/de7/tutorial\_dnn\_googlenet.html][https_docs.opencv.org_master_d5_de7_tutorial_dnn_googlenet.html]

它推荐的调用的模式为：

`./example_dnn_classification --model=bvlc_googlenet.caffemodel --config=bvlc_googlenet.prototxt --width=224 --height=224 --classes=classification_classes_ILSVRC2012.txt --input=space_shuttle.jpg --mean="104 117 123"`

从参数中，我们可以看出，这里的模型为caffemodel，模型的参数配置为prototxt,而 classification\_classes\_ILSVRC2012.txt应该是和训练类型相关的，它长这样：

![508489-20190428093353617-1926652524.png][]

按照文档中说明，打开参数配置

![508489-20190428093354041-952136691.png][]

在当前项目属性页->调试->命令参数下面：

`--model=e:/template/bvlc_googlenet.caffemodel --config=e:/template/bvlc_googlenet.prototxt --width=224 --height=224 --classes=e:/template/classification_classes_ILSVRC2012.txt --input=E:/template/dogvscat1K/cat.1.jpg --mean="104 117 123" --rgb`

识别的结果，肯定是没有问题的。我没看看tabby cat这个来自哪里？

![508489-20190428093354428-489887737.jpg][]

就来自上面的分类文件。

![508489-20190428093354659-524683440.png][]

![508489-20190428093354991-1759019137.jpg][]

![508489-20190428093355546-1039613433.jpg][]

肯定是有正确的也会有失败的。我相信随着模型的不断完善，特别是对特定领域内数据的专门训练，肯定在判断的结果上能够有提升的方法。

仅仅凭借几张照片还看不出结果，必须依据科学的方法来做。

代码中

mean subtraction `(-104, -117, -123)` for each blue, green and red channels

这句可能和项目本身是有关系的，这里先不做追究。

[来自为知笔记(Wiz)][Wiz]

### 附件列表 ###

转载于:https://www.cnblogs.com/jsxyhelu/p/10782154.html

[https_docs.opencv.org_master_examples.html]: https://docs.opencv.org/master/examples.html
[508489-20190428093352390-2004914984.png]: /images/20211122/e6f70f2d19aa49e0a1c07c0ab45cea20.png
[508489-20190428093353010-2000246347.png]: /images/20211122/d9198efcbd554bd4bb7f684cd44052ec.png
[https_docs.opencv.org_master_d5_de7_tutorial_dnn_googlenet.html]: https://docs.opencv.org/master/d5/de7/tutorial_dnn_googlenet.html
[508489-20190428093353617-1926652524.png]: /images/20211122/a9c37216005e4035af0f4e6706b81989.png
[508489-20190428093354041-952136691.png]: /images/20211122/16df6fe72aa74c3a8906e7d5717e8029.png
[508489-20190428093354428-489887737.jpg]: /images/20211122/259f15cc5516475187eef4d90972924f.png
[508489-20190428093354659-524683440.png]: /images/20211122/830f63147118457684d0e2fab8d4e4b3.png
[508489-20190428093354991-1759019137.jpg]: /images/20211122/f9871bdef7704e9596122928b22946c4.png
[508489-20190428093355546-1039613433.jpg]: /images/20211122/eca941dd00834374af512a43edb68ce8.png
[Wiz]: http://www.wiz.cn/i/