cv::dnn::ClassificationModel クラス

このクラスは分類モデル向けの高レベルAPIを表す。詳細...

#include <opencv2/dnn/dnn.hpp>

Collaboration diagram for cv::dnn::ClassificationModel:

公開メンバ関数
	ClassificationModel ()
	ClassificationModel (const Net &network)
	ディープラーニングのネットワークからモデルを作成する。
	ClassificationModel (CV_WRAP_FILE_PATH const String &model, CV_WRAP_FILE_PATH const String &config="")
	サポートされている形式のいずれかで表現されたネットワークから分類モデルを作成する。model と config 引数の順序は問わない。
std::pair< int, float >	classify (InputArray frame)
	input フレームを与え、入力blobを作成し、netを実行してトップ1の予測を返す。
void	classify (InputArray frame, int &classId, float &conf)
bool	getEnableSoftmaxPostProcessing () const
	softmax後処理オプションの有効/無効を取得する。
ClassificationModel &	setEnableSoftmaxPostProcessing (bool enable)
	softmax後処理オプションの有効/無効を設定する。
Public Member Functions inherited from cv::dnn::Model
	Model ()
	Model (const Model &)=default
	Model (const Net &network)
	ディープラーニングのネットワークからモデルを作成する。
	Model (CV_WRAP_FILE_PATH const String &model, CV_WRAP_FILE_PATH const String &config="")
	サポートされている形式のいずれかで表現されたディープラーニングのネットワークからモデルを作成する。model と config 引数の順序は問わない。
	Model (Model &&)=default
Model &	enableWinograd (bool useWinograd)
Impl *	getImpl () const
Impl &	getImplRef () const
Net &	getNetwork_ ()
Net &	getNetwork_ () const
	operator Net & () const
Model &	operator= (const Model &)=default
Model &	operator= (Model &&)=default
void	predict (InputArray frame, OutputArrayOfArrays outs) const
	input フレームを与え、入力blobを作成し、netを実行して出力 blobs を返す。
Model &	setInputCrop (bool crop)
	フレームに対するcropフラグを設定する。
Model &	setInputMean (const Scalar &mean)
	フレームに対する平均値を設定する。
void	setInputParams (double scale=1.0, const Size &size=Size(), const Scalar &mean=Scalar(), bool swapRB=false, bool crop=false)
	フレームの前処理パラメータを設定する。
Model &	setInputScale (const Scalar &scale)
	フレームのscalefactor値を設定する。
Model &	setInputSize (const Size &size)
	フレームの入力サイズを設定する。
Model &	setInputSize (int width, int height)
Model &	setInputSwapRB (bool swapRB)
	フレームのフラグswapRBを設定する。
Model &	setOutputNames (const std::vector< String > &outNames)
	フレームの出力名を設定する。
Model &	setPreferableBackend (dnn::Backend backendId)
Model &	setPreferableTarget (dnn::Target targetId)

Additional Inherited Members
Protected Attributes inherited from cv::dnn::Model
Ptr< Impl >	impl

詳細説明

このクラスは分類モデル向けの高レベルAPIを表す。

ClassificationModel は入力画像の前処理に関する引数を設定できる。ClassificationModel は学習済み重みと設定ファイルからネットワークを生成し、入力の前処理を設定し、順伝播を実行してtop-1の予測を返す。

構築子と解体子の詳解

ClassificationModel() [1/3]

cv::dnn::ClassificationModel::ClassificationModel

(

)

Python:
	cv.dnn.ClassificationModel(	model[, config]	) ->	<dnn_ClassificationModel object>
	cv.dnn.ClassificationModel(	network	) ->	<dnn_ClassificationModel object>

ClassificationModel() [2/3]

cv::dnn::ClassificationModel::ClassificationModel	(	CV_WRAP_FILE_PATH const String &	model,
		CV_WRAP_FILE_PATH const String &	config = "" )

Python:
	cv.dnn.ClassificationModel(	model[, config]	) ->	<dnn_ClassificationModel object>
	cv.dnn.ClassificationModel(	network	) ->	<dnn_ClassificationModel object>

サポートされている形式のいずれかで表現されたネットワークから分類モデルを生成する。model と config 引数の順序は問わない。

引数

[in]	model	学習済みの重みを格納したバイナリファイル。
[in]	config	ネットワーク構成を記述したテキストファイル。

ClassificationModel() [3/3]

cv::dnn::ClassificationModel::ClassificationModel

(

const Net &

network

)

Python:
	cv.dnn.ClassificationModel(	model[, config]	) ->	<dnn_ClassificationModel object>
	cv.dnn.ClassificationModel(	network	) ->	<dnn_ClassificationModel object>

ディープラーニングのネットワークからモデルを生成する。

引数

[in]

network

Net オブジェクト。

メンバ関数詳解

classify() [1/2]

std::pair< int, float > cv::dnn::ClassificationModel::classify

(

InputArray

frame

)

Python:
	cv.dnn.ClassificationModel.classify(	frame	) ->	classId, conf

与えられた input フレームから入力blobを生成し、ネットワークを実行してtop-1の予測を返す。

引数

[in]

frame

入力画像。

classify() [2/2]

void cv::dnn::ClassificationModel::classify	(	InputArray	frame,
		int &	classId,
		float &	conf )

Python:
	cv.dnn.ClassificationModel.classify(	frame	) ->	classId, conf

これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは、受け取る引数のみが異なる。

getEnableSoftmaxPostProcessing()

bool cv::dnn::ClassificationModel::getEnableSoftmaxPostProcessing

(

)

const

Python:
	cv.dnn.ClassificationModel.getEnableSoftmaxPostProcessing(		) ->	retval

softmaxの後処理を有効化/無効化するオプションを取得する。

このオプションはデフォルトでfalseであり、classify() 関数内でsoftmaxの後処理は適用されない。

setEnableSoftmaxPostProcessing()

ClassificationModel & cv::dnn::ClassificationModel::setEnableSoftmaxPostProcessing

(

bool

enable

)

Python:
	cv.dnn.ClassificationModel.setEnableSoftmaxPostProcessing(	enable	) ->	retval

softmaxの後処理を有効化/無効化するオプションを設定する。

このオプションがtrueの場合、classify() 関数内で順伝播の後にsoftmaxが適用され、確信度の範囲を [0.0-1.0] に変換する。この関数を使うとこの動作を切り替えられる。モデルにsoftmax層が含まれていない場合はtrueにすること。

引数

[in]

enable

classify() 関数内でのsoftmax後処理を有効にするかを設定する。

---

このクラス詳解は次のファイルから抽出されました:

• opencv2/dnn/dnn.hpp