树莓派实现目标实时检测opencv-Moblenet

xiao__run

于 2018-06-10 19:34:33 发布

阅读量1w

点赞数 1

分类专栏： python-opencv 图像处理机器学习

本文链接：https://blog.csdn.net/xiao__run/article/details/80643919

版权

图像处理同时被 3 个专栏收录

65 篇文章 ¥9.90 ¥99.00

订阅专栏

python-opencv

57 篇文章 ¥19.90 ¥99.00

订阅专栏

机器学习

33 篇文章 ¥29.90 ¥99.00

订阅专栏

本文介绍了如何在OpenCV3.3及以上版本中利用DNN模块进行图像处理。通过加载Caffe模型数据，如bvlc_googlenet.caffemodel和bvlc_googlenet.prototxt，可以实现图像分类和对象检测。特别是，文章以OpenCV3.3和MobileNet为例，展示在树莓派上进行实时目标检测的步骤，涉及Android/iOS移动端平台的支持。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、opencv3.3以上版本安装

忽略，见博客

效果图
这里写图片描述
在OpenCV3.3版本发布中把DNN模块从扩展模块移到了OpenCV正式发布模块中，当前DNN模块最早来自Tiny-dnn，可以加载预先训练好的Caffe模型数据，OpenCV做了近一步扩展支持所有主流的深度学习框架训练生成与导出模型数据加载，常见的有如下：
Caffe
TensorFlow
Torch/PyTorch
OpenCV中DNN模块已经支持与测试过这些常见的网络模块
AlexNet
GoogLeNet v1 (also referred to as Inception-5h)
ResNet-34/50/…
SqueezeNet v1.1
VGG-based FCN (semantical segmentation network)
ENet (lightweight semantical segmentation network)
VGG-based SSD (object detection network)
MobileNet-based SSD (light-weight object detection network)
一&