opencv进阶-DNN相关API解读

一、API-blobFormImage

reference:OpenCV中blobFromImage函数详细解释
作用：图像输入神经网络之前的预处理，即对输入图像进行归一化操作
函数参数如下

Mat cv::dnn::blobFromImage(
InputArray image,
double scalefactor = 1.0,
const Size & size = Size(),
const Scalar & mean = Scalar(),
bool swapRB = false,
bool crop = false,
int ddepth =8，

参数含义如下：

image：输入图像
scalefactor: multiplier for image values.
mean ：
size：指的不是输入图像的尺寸，是指所需要的尺寸，也就是返回的Mat中数据的尺寸。
swapRB：是否交换R和B分量，true即转为BGR，false就意为着不需要转化
crop：输入图像大小与size不符的时候，是否需要裁剪
ddepth：图像的数据类型，目前仅支持32F和8U。即32位的浮点数（ CV_32F )，因为DNN中很多参数都是浮点数，所以该参数设置默认即可。

这些参数是模型规定好的，相当于出厂设置，opencv4当中专门关于DNN的一部分内容，其中的models.yml文件就是输入图像的参数设置要求，如下路径可以查到：
D:\opencv-4.1.0\opencv\sources\samples\dnn
在这里插入图片描述

二、API-forward

作用：目标检测的前向推断，并推断出输出层的名字
用法：

Net net;
net.forward();

其中net是数据类型为Net类，命名方式不固定，可以是net1，或是net2等等。

三、API-readNetFrom深度学习框架()

1.API-readNetFromTensorflow(model,cfg)

作用：读取Tensorflow框架下的模型

使用方法：

Net net1;
net1=readNetFromTensorflow(model,cfg)；
或是Net net1=readNetFromTensorflow(model,cfg)；

2.API-readNetFromDarknet(cfg,model)

作用：读取Darknet框架下的YOLO模型，也只能是YOLO

3.API-readNetFromCaffe(prototxt, model)

作用：用于进行SSD网络的caffe框架的加载

参数说明

prototxt表示caffe网络的结构文本
model表示已经训练好的参数结果

四、API-net.SetInput

作用：表示将图片输入到DNN网络中

五、API-setPreferableBackend()

作用：设置加速的计算后台
括号中可填入以下参数：
如果没有IE 加速引擎的话，默认是opencv。

DNN_BACKEND_DEFAULT
DNN_BACKEND_INFERENCE_ENGINE
DNN_BACKEND_OPENCV

六、API-setPreferableTarget()

作用：表示在哪种设备上进行加速。
括号中可填入以下参数：

DNN_TARGET_CPU //如果电脑上没有GPU，只能对CPU加速。
DNN_TARGET_OPENCL //必须是英特尔的图像卡（GPU ），对其加速。
DNN_TARGET_OPENCL_FP16
DNN_TARGET_MYRIAD //英特尔的神经网络加速棒( NCS )，对其加速。
DNN_TARGET_FPGA
DNN_TARGET_CUDA
DNN_TARGET_CUDA_FP16

reference:
cv.dnn介绍及常用模块