OpenCV自帶dnn的Example研究（5）— segmentation

這個博客系列，簡單來講，今天咱們就是要研究

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

6個文件，看看在最新的OpenCV中，它們是如何發揮做用的。

在配置使用的過程當中，須要注意使用較高版本的VS避免編譯器兼容問題；因爲DNN程序的運行依賴於訓練成功的模型，所以須要預先下載準備；此外若是出現各類報錯，須要對症下藥。

此外，因爲須要使用common.hpp文件，因此須要引入dnn目錄到include中

用到的數據集都放在：

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

提取碼：01no 

若是你沒找到，那必定是我忘了。

=====================================================================================友善的分割線============================

這個例子代碼就比較糟糕了，既沒有說代碼的數據集是什麼，也沒有提供參考資料。在
https://blog.csdn.net/wanggao_1990/article/details/87166102

的幫助下，咱們得到如下信息：

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";

在模型完整下載的前提下，咱們編寫參數爲：

--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

結果是很是吃CPU,單幀處理時間，達到了驚人的20s。在下圖中，汽車應該是識別成功的，可是旁邊那個紅色的不是cow.

來自爲知筆記(Wiz)

附件列表