(七)OpenCV深度神经网络(DNN)模块_01_使用GoogleNet模型实现图像分类

本文介绍了如何利用OpenCV的深度神经网络(DNN)模块,结合Caffe模型bvlc_googlenet.caffemodel、描述文件vblc_googlener.prototxt以及标签文件synset_words.txt,实现图像分类。通过这个过程,可以进行图像检测、实时对象检测、图像分割等任务。
摘要由CSDN通过智能技术生成
  1. DNN模块
    图像分类、图像检测、实时对象检测、图像分割、预测、视频对象跟踪
  2. 使用googlenet模型实现图像分类
    Caffe模型:bvlc_googlenet.caffemodel
    描述文件:vblc_googlener.prototxt
    标签文件:synset_words.txt
  3. 加载Caffe模型、使用模型预测
#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>

using namespace std;
using namespace cv::dnn;
using namespace cv;

String Model_Caffe = "bvlc_googlenet.caffemodel";//Caffe模型
String Model_Text = "vblc_googlener.prototxt";//描述文件
String Label_Text = "synset_words.txt";//标签文件

vector<string> readClassLabels();//读取标签

//https://blog.csdn.net/Daker_Huang/article/details/86736072
int main(int argc, char** argv)
{
   
	vector<string> labels = readClassLabels();
	Mat src;
	src = imread("../path.jpg");
	if (src.empty<
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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