cv::dnn::Model クラス

このクラスはニューラルネットワークの高レベルAPIを提供する。 続き...

#include <opencv2/dnn/dnn.hpp>

Collaboration diagram for cv::dnn::Model:

公開メンバ関数
	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)

限定公開変数類
Ptr< Impl >	impl

詳細説明

このクラスはニューラルネットワークの高レベルAPIを提供する。

Model を使うと、入力画像の前処理用の引数を設定できる。Model は学習済みの重みと設定を含む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て順伝播を実行する。

構築子と解体子の詳解

Model() [1/5]

cv::dnn::Model::Model

(

)

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

Model() [2/5]

cv::dnn::Model::Model ( const Model & )

default

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

Model() [3/5]

cv::dnn::Model::Model ( Model && )

default

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

Model() [4/5]

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

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

サポートされている形式のいずれかで表現された深層学習ネットワークからモデルを生成する。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。

Model() [5/5]

cv::dnn::Model::Model

(

const Net &

network

)

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

enableWinograd()

Model & cv::dnn::Model::enableWinograd

(

bool

useWinograd

)

Python:
	cv.dnn.Model.enableWinograd(	useWinograd	) ->	retval

参照

Net::enableWinograd

getImpl()

Impl * cv::dnn::Model::getImpl ( ) const

inline

getImplRef()

Impl & cv::dnn::Model::getImplRef ( ) const

inline

getNetwork_() [1/2]

Net & cv::dnn::Model::getNetwork_ ( )

inline

この関数の呼び出しグラフ:

getNetwork_() [2/2]

Net & cv::dnn::Model::getNetwork_

(

)

const

operator Net &()

cv::dnn::Model::operator Net & ( ) const

inline

operator=() [1/2]

Model & cv::dnn::Model::operator= ( const Model & )

default

operator=() [2/2]

Model & cv::dnn::Model::operator= ( Model && )

default

predict()

void cv::dnn::Model::predict	(	InputArray	frame,
		OutputArrayOfArrays	outs ) const

Python:
	cv.dnn.Model.predict(	frame[, outs]	) ->	outs

input フレームを与えると、入力blobを生成し、ネットワークを実行して出力 blobs を返す。

引数

[in]	frame	入力画像。
[out]	outs	計算結果を格納する、確保済みの出力blob。

setInputCrop()

Model & cv::dnn::Model::setInputCrop

(

bool

crop

)

Python:
	cv.dnn.Model.setInputCrop(	crop	) ->	retval

フレームに対するcropフラグを設定する。

引数

[in]

crop

リサイズ後に画像を切り出すかどうかを示すフラグ。

setInputMean()

Model & cv::dnn::Model::setInputMean

(

const Scalar &

mean

)

Python:
	cv.dnn.Model.setInputMean(	mean	) ->	retval

フレームに対する平均値を設定する。

引数

[in]

mean

各チャンネルから減算する平均値を表すScalar。

setInputParams()

void cv::dnn::Model::setInputParams	(	double	scale = 1.0,
		const Size &	size = Size(),
		const Scalar &	mean = Scalar(),
		bool	swapRB = false,
		bool	crop = false )

Python:
	cv.dnn.Model.setInputParams(	[, scale[, size[, mean[, swapRB[, crop]]]]]	) ->	None

フレームに対する前処理の引数を設定する。

引数

[in]	size	新しい入力サイズ。
[in]	mean	各チャンネルから減算する平均値を表すScalar。
[in]	scale	フレームの値に対する乗数。
[in]	swapRB	最初と最後のチャンネルを入れ替えることを示すフラグ。
[in]	crop	リサイズ後に画像を切り出すかどうかを示すフラグ。blob(n, c, y, x) = scale * resize( frame(y, x, c) ) - mean(c) )

setInputScale()

Model & cv::dnn::Model::setInputScale

(

const Scalar &

scale

)

Python:
	cv.dnn.Model.setInputScale(	scale	) ->	retval

フレームに対するscalefactorの値を設定する。

引数

[in]

scale

フレームの値に対する乗数。

setInputSize() [1/2]

Model & cv::dnn::Model::setInputSize

(

const Size &

size

)

Python:
	cv.dnn.Model.setInputSize(	size	) ->	retval
	cv.dnn.Model.setInputSize(	width, height	) ->	retval

フレームに対する入力サイズを設定する。

引数

[in]

size

新しい入力サイズ。

覚え書き

新しいblobの形状が0未満の場合、フレームサイズは変更されない。

setInputSize() [2/2]

Model & cv::dnn::Model::setInputSize ( int width, int height )

inline

Python:
	cv.dnn.Model.setInputSize(	size	) ->	retval
	cv.dnn.Model.setInputSize(	width, height	) ->	retval

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。

引数

[in]	width	新しい入力幅。
[in]	height	新しい入力高さ。

この関数の呼び出しグラフ:

setInputSwapRB()

Model & cv::dnn::Model::setInputSwapRB

(

bool

swapRB

)

Python:
	cv.dnn.Model.setInputSwapRB(	swapRB	) ->	retval

フレームに対するswapRBフラグを設定する。

引数

[in]

swapRB

最初と最後のチャンネルを入れ替えることを示すフラグ。

setOutputNames()

Model & cv::dnn::Model::setOutputNames

(

const std::vector< String > &

outNames

)

Python:
	cv.dnn.Model.setOutputNames(	outNames	) ->	retval

フレームに対する出力名を設定する。

引数

[in]

outNames

出力レイヤーの名前。

setPreferableBackend()

Model & cv::dnn::Model::setPreferableBackend

(

dnn::Backend

backendId

)

Python:
	cv.dnn.Model.setPreferableBackend(	backendId	) ->	retval

参照

Net::setPreferableBackend

setPreferableTarget()

Model & cv::dnn::Model::setPreferableTarget

(

dnn::Target

targetId

)

Python:
	cv.dnn.Model.setPreferableTarget(	targetId	) ->	retval

参照

Net::setPreferableTarget

メンバ変数詳解

impl

Ptr<Impl> cv::dnn::Model::impl

protected

---

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