OpenCV自带dnn的Example研究（5）— segmentation

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

6个文件，看看在最新的OpenCV中，它们是如何发挥作用的。

在配置使用的过程中，需要注意使用较高版本的VS避免编译器兼容问题；由于DNN程序的运行依赖于训练成功的模型，因此需要预先下载准备；此外如果出现各种报错，需要对症下药。

此外，由于需要使用common.hpp文件，所以需要引入dnn目录到include中

用到的数据集都放在：

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

提取码：01no 

如果你没找到，那一定是我忘了。

=====================================================================================友善的分割线============================

这个例子代码就比较糟糕了，既没有说代码的数据集是什么，也没有提供参考资料。

的帮助下，我们获得以下信息：

​​=       "../../data/testdata/dnn/fcn8s-heavy-pascal.caffemodel";       
configPath       =       "../../data/testdata/dnn/fcn8s-heavy-pascal.prototxt"; 

classesFile       =       "../../data/dnn/object_detection_classes_pascal_voc.txt";
     ​​

在模型完整下载的前提下，我们编写参数为：

​​--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​​

结果是非常吃CPU,单帧处理时间，达到了惊人的20s。在下图中，汽车应该是识别成功的，但是旁边那个红色的不是cow.