opencv 03 fcn_semsegm OpenCV的caffe用例 vs2015

16 篇文章 2 订阅

01 资源

vs2015 update3,git,cmake,opencv3.3.0。
opencv\samples\dnn\fcn_semsegm.cpp
这个demo需要使用4个文件:fcn8s-heavy-pascal.prototxt、pascal-classes.txt、rgb.jpg、fcn8s-heavy-pascal.caffemodel。
fcn8s-heavy-pascal.prototxt、pascal-classes.txt、rgb.jpg三个文件,可以在opencv的源码中找到,位置:opencv\samples\data\dnn
fcn8s-heavy-pascal.caffemodel可以到对应官网下载:http://dl.caffe.berkeleyvision.org/fcn8s-heavy-pascal.caffemodel

# D:\git\opencv\samples\dnn\fcn_semsegm.cpp
D:\git\opencv\samples\data\dnn\fcn8s-heavy-pascal.prototxt
D:\git\opencv\samples\data\dnn\pascal-classes.txt
D:\git\opencv\samples\data\dnn\rgb.jpg
http://dl.caffe.berkeleyvision.org/fcn8s-heavy-pascal.caffemodel

这里写图片描述

这里写图片描述

02 编译fcn_semsegm

参考opencv01 相对完整的编译opencv3.3.0 win版本,编译opencv3.3.0 vs2015版本。
生成目录文件:

D:\git\opencv\build\v3.3.0\x64\bin\Debug\example_dnn-fcn_semsegm.exe

03 配置项目运行环境

配置项目属性
设置samples/dnn/下面的fcn_semsegm项目为启动项,设置项目属性

配置属性==>调试==>工作目录=$(OutDir)

这里写图片描述

把需要的资源的文件拷贝到目标目录
把4个文件拷贝到Debug目录下(如果使用release版本,放入release目录下):

fcn8s-heavy-pascal.prototxt
pascal-classes.txt
rgb.jpg
fcn8s-heavy-pascal.caffemodel

Debug目录: D:\git\opencv\build\v3.3.0\x64\bin\Debug\
Release目录:D:\git\opencv\build\v3.3.0\x64\bin\Release\

04 运行结果

[libprotobuf WARNING D:\git\DeepLearning\tensorflow\build1.3.0\protobuf\src\protobuf\src\google\protobuf\io\coded_stream.cc:605] Reading dangerously large protocol message.  If the message turns out to be larger than 2147483647 bytes, parsing will be halted for security reasons.  To increase the limit (or to disable these warnings), see CodedInputStream::SetTotalBytesLimit() in google/protobuf/io/coded_stream.h.
[libprotobuf WARNING D:\git\DeepLearning\tensorflow\build1.3.0\protobuf\src\protobuf\src\google\protobuf\io\coded_stream.cc:82] The total number of bytes read was 537963413

Net Outputs(1):
score
processing time: 19756.0ms

这里写图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值