OpenCV自带dnn的Example研究（5）— segmentation

这个博客系列，简单来讲，今天咱们就是要研究

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

6个文件，看看在最新的OpenCV中，它们是如何发挥做用的。

在配置使用的过程当中，须要注意使用较高版本的VS避免编译器兼容问题；因为DNN程序的运行依赖于训练成功的模型，所以须要预先下载准备；此外若是出现各类报错，须要对症下药。

此外，因为须要使用common.hpp文件，因此须要引入dnn目录到include中

用到的数据集都放在：

连接：https://pan.baidu.com/s/1WPoXU3VodErPHZo6Yc21xA 

提取码：01no 

若是你没找到，那必定是我忘了。

=====================================================================================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.csdn.net/wanggao_1990/article/details/87166102

的帮助下，咱们得到如下信息：

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，咱们编写参数为：

--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

结果是很是吃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，可是旁边那个红色的不是cow.

来自为知笔记(Wiz)

附件列表