C++调用tensorflow训练好的SSD物体检测模型-opencv3.4.3

本博文参考：https://blog.csdn.net/guyuealian/article/details/80570120

介绍

opencv真的是一个很强大的库，当深度学习开始逐渐成熟后，opencv也迅速把相对应的模块加入到其开源库中，现在opencv已经可以支持tensorflow、caffe和torch三种框架训练出来的模型。本篇博文主要介绍opencv调用训练好的tensorflow .pb模型。

电脑配置

GTX1060
I7-8700k
SSD

模型

主要测试两种模型，“ssd_mobilenet_v1_coco_11_06_2017”和“ssd_inception_v2_coco_2017_11_17”。下载地址：
ssd_mobilenet_v1_coco_11_06_2017
ssd_inception_v2_coco_2017_11_17

当然了，你可以自己训练模型，也可以下载更多的预训练模型，这个可以到TensoFlow下载，下载地址是：
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

Tensorflow模型的graph结构可以保存为.pb文件或者.pbtxt文件，或者.meta文件，其中只有.pbtxt文件是可读的。在OpenCV中，每个模型.pb文件，原则上应有一个对应的文本图形定义的.pbtxt文件，当然也可能没有，在opencv_extra\testdata\dnn有些.pbtxt文件是可以对应找到，这个要看opencv会不会提供，当然，这个.pbtxt是可以通过.pb文件生成的，关于如何生成的教程请见.pb到.pbtxt。这就允许我们可以把自己训练的模型通过opencv进行调用。

opencv_extra提供了一些已经做好的.pbtxt文件，下载链接请见opencv_extra。

打开下载好的opencv_extra文件