cv::dnn 名前空間

名前空間
namespace	accessor
namespace	details

クラス
struct	_Range
class	AbsLayer
class	AccumLayer
class	AcoshLayer
class	AcosLayer
struct	ActivationInt8Params
class	ActivationLayer
class	ActivationLayerInt8
class	AffineGridLayer
struct	Arg
struct	ArgData
class	ArgLayer
	ArgMax/ArgMin レイヤ。 続きを読む...
class	AsinhLayer
class	AsinLayer
class	AtanhLayer
class	AtanLayer
class	AttentionLayer
class	AttentionOnnxAiLayer
class	AveragePoolLayer
class	BackendNode
	このクラスの派生クラスは、特定のバックエンドの機能をカプセル化する。 詳細...
class	BackendWrapper
	このクラスの派生クラスは、さまざまなバックエンドやターゲット向けに cv::Mat をラップする。続きを読む...
class	BaseConvolutionLayer
class	BatchNorm2Layer
class	BatchNormLayer
class	BatchNormLayerInt8
class	BitShiftLayer
class	BlackmanWindowLayer
class	BlankLayer
class	BNLLLayer
class	Cast2Layer
class	CastLayer
class	CeilLayer
class	CeluLayer
class	CenterCropPadLayer
class	ChannelsPReLULayer
class	ClassificationModel
	このクラスは分類モデルのための高レベルAPIを表す。 詳細...
class	ClipLayer
class	CompareLayer
class	Concat2Layer
class	ConcatLayer
class	ConstantOfShapeLayer
class	ConstLayer
class	Conv2Int8Layer
struct	Conv2Int8Params
class	Conv2Layer
class	ConvolutionLayer
class	ConvolutionLayerInt8
class	ConvTranspose2Layer
class	CorrelationLayer
class	CoshLayer
class	CosLayer
class	CropAndResizeLayer
class	CropLayer
class	CumSumLayer
class	DataAugmentationLayer
class	DeconvolutionLayer
class	DepthToSpaceLayer
class	DequantizeLayer
class	DequantizeLinearLayer
class	DetectionModel
	このクラスは物体検出ネットワークのための高レベルAPIを表す。 詳細...
class	DetectionOutputLayer
	検出出力レイヤ。 続きを読む...
class	DetLayer
class	DFTLayer
class	Dict
	このクラスは名前と値の辞書を実装する。値はDictValueのインスタンスである。 詳細...
struct	DictValue
	この構造体は、double、cv::String、int64のいずれかの型のスカラー値（または配列）を格納する。 詳細...
class	EinsumLayer
	この関数はアインシュタインの縮約記法に基づいて配列の総和を実行する。この関数により、添字を用いてさまざまな数学的演算を簡潔に表現できる。 続きを読む...
class	Eltwise2Int8Layer
struct	Eltwise2Int8Params
class	EltwiseLayer
	入力に対する要素ごとの演算。 続きを読む...
class	EltwiseLayerInt8
class	ELULayer
class	ErfLayer
class	Expand2Layer
class	ExpandLayer
class	ExpLayer
class	EyeLikeLayer
class	FlattenLayer
class	FloorLayer
class	FlowWarpLayer
class	Gather2Layer
class	GatherElementsLayer
	GatherElements レイヤ。GatherElements は、同じランク r >= 1 を持つ 2 つの入力 data と indices、およびオプションの属性 axis を受け取り、次のように動作する: axis = 0 かつ r = 3 のとき output[i][j][k] = data[index[i][j][k]][j][k]、axis = 1 かつ r = 3 のとき output[i][j][k] = data[i][index[i][j][k]][k]、axis = 2 かつ r = 3 のとき output[i][j][k] = data[i][j][index[i][j][k]]。 続きを読む...
class	GatherLayer
	Gather レイヤ。 続きを読む...
class	GatherNDLayer
	GatherND レイヤー。続き...
class	GeluApproximationLayer
class	GeluLayer
class	GemmLayer
class	GlobalAveragePoolLayer
class	Graph
	モデルのグラフまたはサブグラフを表す。このグラフ（数学的には多重グラフ）は、トポロジカルソートされた線形の演算列として表現される。各演算は Layer（その派生クラスのインスタンス）へのスマートポインタであり、入力と出力のリストに加えて、省略可能なサブグラフのリスト（例: 'If' は2つのサブグラフを含む）を持つ。続きを読む...
class	GridSampleLayer
class	GroupNormLayer
class	GRULayer
	GRU リカレント単層。 続きを読む...
class	HammingWindowLayer
class	HannWindowLayer
class	HardmaxLayer
class	HardSigmoidLayer
class	HardSwishLayer
class	IfLayer
struct	Image2BlobParams
	画像をblobに変換する際の処理パラメータ。 詳細...
struct	InnerProductInt8Params
class	InnerProductLayer
class	InnerProductLayerInt8
class	InstanceNormLayer
class	InterpLayer
	https://github.com/cdmh/deeplab-public-ver2 によるバイリニアリサイズレイヤ。 続きを読む...
class	IsInfLayer
class	IsNaNLayer
class	KeypointsModel
	このクラスはキーポイントモデルのための高レベルAPIを表す。 詳細...
class	Layer
	このインターフェースクラスは、ネットワークの構成要素である新しいLayerの構築を可能にする。 詳細...
class	LayerFactory
	レイヤーファクトリは、登録されたレイヤーのインスタンスを生成できる。続き...
class	LayerNorm2Layer
class	LayerNormLayer
class	LayerParams
	このクラスはレイヤーを初期化するために必要なすべてのデータを提供する。 詳細...
class	LogLayer
class	LoopLayer
class	LRNLayer
class	LSTM2Layer
class	LSTMLayer
	LSTM リカレントレイヤ。 続きを読む...
class	MatMulInt8Layer
struct	MatMulInt8Params
class	MatMulLayer
class	MaxPoolLayer
class	MaxUnpoolLayer
class	MishLayer
class	Model
	このクラスはニューラルネットワークのための高レベルAPIを表す。 詳細...
class	MVNLayer
class	NaryEltwiseLayer
class	NegativeLogLikelihoodLossLayer
class	Net
	このクラスは、包括的な人工ニューラルネットワークの作成と操作を可能にする。 詳細...
class	NonMaxSuppressionLayer
class	NonZeroLayer
class	NormalizeBBoxLayer
	\( L_p \) 正規化レイヤ。 続きを読む...
class	NotLayer
class	OneHotLayer
class	Pad2Layer
class	PaddingLayer
	特定の軸に追加の値を加える。 続きを読む...
class	PermuteLayer
class	Pool2Int8Layer
struct	Pool2Int8Params
class	PoolingLayer
class	PoolingLayerInt8
class	PowerLayer
class	PriorBoxLayer
class	ProposalLayer
class	QuantizeLayer
class	QuantizeLinearLayer
class	RandomNormalLikeLayer
class	RangeLayer
class	ReciprocalLayer
class	Reduce2Layer
class	ReduceLayer
class	RegionLayer
class	ReLU6Layer
class	ReLULayer
class	ReorgLayer
class	RequantizeLayer
class	Reshape2Layer
class	ReshapeLayer
class	Resize2Layer
class	ResizeLayer
	入力の 4 次元 blob を最近傍法またはバイリニア法でリサイズする。 続きを読む...
class	RMSNormLayer
class	RNNLayer
	古典的なリカレントレイヤ。 続きを読む...
class	RoiAlignLayer
class	RotaryEmbeddingLayer
class	RoundLayer
class	ScaleLayer
class	ScaleLayerInt8
class	ScatterLayer
class	ScatterNDLayer
class	SDPALayer
class	SegmentationModel
	このクラスはセグメンテーションモデルのための高レベルAPIを表す。 詳細...
class	SeluLayer
class	ShapeLayer
class	ShiftLayer
class	ShiftLayerInt8
class	ShrinkLayer
class	ShuffleChannelLayer
class	SigmoidLayer
class	SignLayer
class	SinhLayer
class	SinLayer
class	SizeLayer
class	Slice2Layer
class	SliceLayer
class	SoftmaxCrossEntropyLossLayer
class	SoftmaxLayer
class	SoftmaxLayerInt8
class	SoftplusLayer
class	SoftsignLayer
class	SpaceToDepthLayer
class	Split2Layer
class	SplitLayer
class	SqrtLayer
class	SqueezeLayer
class	SwishLayer
class	TanHLayer
class	TanLayer
class	TextDetectionModel
	テキスト検出ネットワークの基底クラス。 詳細...
class	TextDetectionModel_DB
	このクラスは、DBモデルに対応したテキスト検出DLネットワークのための高レベルAPIを表す。 詳細...
class	TextDetectionModel_EAST
	このクラスは、EASTモデルに対応したテキスト検出DLネットワークのための高レベルAPIを表す。 詳細...
class	TextRecognitionModel
	このクラスはテキスト認識ネットワークのための高レベルAPIを表す。 詳細...
class	ThresholdedReluLayer
class	Tile2Layer
class	TileLayer
class	Tokenizer
	DNN 利用向けの高レベルなトークナイザのラッパー。続きを読む...
class	TopK2Layer
class	TopKLayer
class	TransformLayoutLayer
class	TransposeLayer
class	TriluLayer
class	UniqueLayer
class	UnsqueezeLayer

型定義
typedef void(*	ActivationFunc) (const void *input, void *output, size_t len, const float *params)
typedef std::map< std::string, std::vector< LayerFactory::Constructor > >	LayerFactory_Impl
typedef int	MatType

列挙型
enum	ActivationType {   ACTIV_NONE = 0 ,   ACTIV_MISH ,   ACTIV_SWISH ,   ACTIV_SIGMOID ,   ACTIV_TANH ,   ACTIV_ELU ,   ACTIV_HARDSWISH ,   ACTIV_HARDSIGMOID ,   ACTIV_GELU ,   ACTIV_GELU_APPROX ,   ACTIV_RELU ,   ACTIV_CLIP }
enum	ArgKind {   DNN_ARG_EMPTY =0 ,   DNN_ARG_CONST =1 ,   DNN_ARG_INPUT =2 ,   DNN_ARG_OUTPUT =3 ,   DNN_ARG_TEMP =4 ,   DNN_ARG_PATTERN =5 }
enum	AutoPadding {   AUTO_PAD_NONE = 0 ,   AUTO_PAD_SAME_UPPER = 1 ,   AUTO_PAD_SAME_LOWER = 2 ,   AUTO_PAD_VALID = 3 }
enum	Backend {   DNN_BACKEND_DEFAULT = 0 ,   DNN_BACKEND_INFERENCE_ENGINE = 2 ,   DNN_BACKEND_OPENCV ,   DNN_BACKEND_VKCOM ,   DNN_BACKEND_CUDA ,   DNN_BACKEND_WEBNN ,   DNN_BACKEND_TIMVX ,   DNN_BACKEND_CANN }
	レイヤがサポートする計算バックエンドの列挙。 続き...
enum	EngineType {   ENGINE_CLASSIC =1 ,   ENGINE_NEW =2 ,   ENGINE_AUTO =3 ,   ENGINE_ORT =4 }
enum	ImagePaddingMode {   DNN_PMODE_NULL = 0 ,   DNN_PMODE_CROP_CENTER = 1 ,   DNN_PMODE_LETTERBOX = 2 }
	画像処理モードの列挙。dnn モデルの前処理要件の特殊化を容易にするためのもの。例えば、Yolo シリーズのモデルでよく使われる letter box など。 続き...
enum	LossReduction {   LOSS_REDUCTION_NONE = 0 ,   LOSS_REDUCTION_MEAN = 1 ,   LOSS_REDUCTION_SUM = 2 }
enum	ModelFormat {   DNN_MODEL_GENERIC = 0 ,   DNN_MODEL_ONNX = 1 ,   DNN_MODEL_TF = 2 ,   DNN_MODEL_TFLITE = 3 }
enum	ProfilingMode {   DNN_PROFILE_NONE = 0 ,   DNN_PROFILE_SUMMARY = 1 ,   DNN_PROFILE_DETAILED = 2 }
enum class	SoftNMSMethod {   SoftNMSMethod::SOFTNMS_LINEAR = 1 ,   SoftNMSMethod::SOFTNMS_GAUSSIAN = 2 }
	Soft NMS 手法の列挙。 続き...
enum	Target {   DNN_TARGET_CPU = 0 ,   DNN_TARGET_OPENCL ,   DNN_TARGET_OPENCL_FP16 ,   DNN_TARGET_MYRIAD ,   DNN_TARGET_VULKAN ,   DNN_TARGET_FPGA ,   DNN_TARGET_CUDA ,   DNN_TARGET_CUDA_FP16 ,   DNN_TARGET_HDDL ,   DNN_TARGET_NPU ,   DNN_TARGET_CPU_FP16 }
	計算対象デバイスの列挙。 続き...
enum	TracingMode {   DNN_TRACE_NONE = 0 ,   DNN_TRACE_ALL = 1 ,   DNN_TRACE_OP = 2 }

関数
std::string	argKindToString (ArgKind kind)
Mat	blobFromImage (InputArray image, double scalefactor=1.0, const Size &size=Size(), const Scalar &mean=Scalar(), bool swapRB=false, bool crop=false, int ddepth=CV_32F)
	画像から4次元のblobを作成する。必要に応じてimageを中心からリサイズおよびクロップし、mean値を減算し、scalefactorで値をスケーリングし、青と赤のチャンネルを入れ替える。
void	blobFromImage (InputArray image, OutputArray blob, double scalefactor=1.0, const Size &size=Size(), const Scalar &mean=Scalar(), bool swapRB=false, bool crop=false, int ddepth=CV_32F)
	画像から4次元のblobを作成する。
Mat	blobFromImages (InputArrayOfArrays images, double scalefactor=1.0, Size size=Size(), const Scalar &mean=Scalar(), bool swapRB=false, bool crop=false, int ddepth=CV_32F)
	一連の画像から4次元のblobを作成する。必要に応じてimagesを中心からリサイズおよびクロップし、mean値を減算し、scalefactorで値をスケーリングし、青と赤のチャンネルを入れ替える。
void	blobFromImages (InputArrayOfArrays images, OutputArray blob, double scalefactor=1.0, Size size=Size(), const Scalar &mean=Scalar(), bool swapRB=false, bool crop=false, int ddepth=CV_32F)
	一連の画像から4次元のblobを作成する。
Mat	blobFromImagesWithParams (InputArrayOfArrays images, const Image2BlobParams &param=Image2BlobParams())
	指定したパラメータで一連の画像から4次元のblobを作成する。
void	blobFromImagesWithParams (InputArrayOfArrays images, OutputArray blob, const Image2BlobParams &param=Image2BlobParams())
Mat	blobFromImageWithParams (InputArray image, const Image2BlobParams &param=Image2BlobParams())
	指定したパラメータで画像から4次元のblobを作成する。
void	blobFromImageWithParams (InputArray image, OutputArray blob, const Image2BlobParams &param=Image2BlobParams())
static MatShape	concat (const MatShape &a, const MatShape &b)
void	enableModelDiagnostics (bool isDiagnosticsMode)
	CV DNN APIによるDNNモデル読み込みの詳細なログ出力を有効にする。
ActivationFunc	getActivationFunc (int activationType)
std::vector< std::pair< Backend, Target > >	getAvailableBackends ()
std::vector< Target >	getAvailableTargets (dnn::Backend be)
cv::String	getInferenceEngineBackendType ()
	Inference Engineの内部バックエンドAPIを返す。
cv::String	getInferenceEngineCPUType ()
	Inference EngineのCPUタイプを返す。
cv::String	getInferenceEngineVPUType ()
	Inference EngineのVPUタイプを返す。
LayerFactory_Impl &	getLayerFactoryImpl ()
Mutex &	getLayerFactoryMutex ()
	LayerFactory_Impl を保護するミューテックスを取得する。getLayerFactoryImpl() 関数を参照。
static Mat	getPlane (const Mat &m, int n, int cn)
void	imagesFromBlob (const cv::Mat &blob_, OutputArrayOfArrays images_)
	4Dのblobをパースしてそこにふくまれるイメージをよりシンプルなデータ構造（std::vector<cv::Mat>）を通じて2D配列として出力する。
static bool	isAllOnes (const MatShape &inputShape, int startPos, int endPos)
std::string	modelFormatToString (ModelFormat modelFormat)
void	NMSBoxes (const std::vector< Rect > &bboxes, const std::vector< float > &scores, const float score_threshold, const float nms_threshold, std::vector< int > &indices, const float eta=1.f, const int top_k=0)
	与えられたボックスと対応するスコアに対して、non maximum suppressionを実行する。
void	NMSBoxes (const std::vector< Rect2d > &bboxes, const std::vector< float > &scores, const float score_threshold, const float nms_threshold, std::vector< int > &indices, const float eta=1.f, const int top_k=0)
void	NMSBoxes (const std::vector< RotatedRect > &bboxes, const std::vector< float > &scores, const float score_threshold, const float nms_threshold, std::vector< int > &indices, const float eta=1.f, const int top_k=0)
void	NMSBoxesBatched (const std::vector< Rect > &bboxes, const std::vector< float > &scores, const std::vector< int > &class_ids, const float score_threshold, const float nms_threshold, std::vector< int > &indices, const float eta=1.f, const int top_k=0)
	与えられたボックスと対応するスコアに対して、異なるクラスをまたいでバッチ化したnon maximum suppressionを実行する。
void	NMSBoxesBatched (const std::vector< Rect2d > &bboxes, const std::vector< float > &scores, const std::vector< int > &class_ids, const float score_threshold, const float nms_threshold, std::vector< int > &indices, const float eta=1.f, const int top_k=0)
static int	normalize_axis (int axis, const MatShape &shape)
static int	normalize_axis (int axis, int dims)
	軸を [-dims; dims)（Pythonのスライス記法に類似）から [0; dims) の範囲に変換する。
static Range	normalize_axis_range (const Range &r, int axisSize)
template<typename _Tp >
static std::ostream &	operator<< (std::ostream &out, const std::vector< _Tp > &shape)
template<typename _Tp >
static void	print (const std::vector< _Tp > &shape, const String &name="")
Net	readNet (const String &framework, const std::vector< uchar > &bufferModel, const std::vector< uchar > &bufferConfig=std::vector< uchar >(), int engine=ENGINE_AUTO)
	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を読み込む。
Net	readNet (CV_WRAP_FILE_PATH const String &model, CV_WRAP_FILE_PATH const String &config="", const String &framework="", int engine=ENGINE_AUTO)
	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を読み込む。
Net	readNetFromModelOptimizer (const std::vector< uchar > &bufferModelConfig, const std::vector< uchar > &bufferWeights)
	IntelのModel Optimizerの中間表現からネットワークを読み込む。
Net	readNetFromModelOptimizer (const uchar *bufferModelConfigPtr, size_t bufferModelConfigSize, const uchar *bufferWeightsPtr, size_t bufferWeightsSize)
	IntelのModel Optimizerの中間表現からネットワークを読み込む。
Net	readNetFromModelOptimizer (CV_WRAP_FILE_PATH const String &xml, CV_WRAP_FILE_PATH const String &bin="")
	IntelのModel Optimizerの中間表現からネットワークを読み込む。
Net	readNetFromONNX (const char *buffer, size_t sizeBuffer, int engine=ENGINE_AUTO)
	メモリ上のバッファからONNXのネットワークモデルを読み込む。
Net	readNetFromONNX (const std::vector< uchar > &buffer, int engine=ENGINE_AUTO)
	メモリ上のバッファからONNXのネットワークモデルを読み込む。
Net	readNetFromONNX (CV_WRAP_FILE_PATH const String &onnxFile, int engine=ENGINE_AUTO)
	ONNXのネットワークモデルを読み込む。
Net	readNetFromTensorflow (const char *bufferModel, size_t lenModel, const char *bufferConfig=NULL, size_t lenConfig=0, int engine=ENGINE_AUTO, const std::vector< String > &extraOutputs=std::vector< String >())
	TensorFlowフレームワークの形式で格納されたネットワークモデルを読み込む。
Net	readNetFromTensorflow (const std::vector< uchar > &bufferModel, const std::vector< uchar > &bufferConfig=std::vector< uchar >(), int engine=ENGINE_AUTO, const std::vector< String > &extraOutputs=std::vector< String >())
	TensorFlowフレームワークの形式で格納されたネットワークモデルを読み込む。
Net	readNetFromTensorflow (CV_WRAP_FILE_PATH const String &model, CV_WRAP_FILE_PATH const String &config=String(), int engine=ENGINE_AUTO, const std::vector< String > &extraOutputs=std::vector< String >())
	TensorFlowフレームワークの形式で格納されたネットワークモデルを読み込む。
Net	readNetFromTFLite (const char *bufferModel, size_t lenModel, int engine=ENGINE_AUTO)
	TFLiteフレームワークの形式で格納されたネットワークモデルを読み込む。
Net	readNetFromTFLite (const std::vector< uchar > &bufferModel, int engine=ENGINE_AUTO)
	TFLiteフレームワークの形式で格納されたネットワークモデルを読み込む。
Net	readNetFromTFLite (CV_WRAP_FILE_PATH const String &model, int engine=ENGINE_AUTO)
	TFLiteフレームワークの形式で格納されたネットワークモデルを読み込む。
Mat	readTensorFromONNX (CV_WRAP_FILE_PATH const String &path)
	.pbファイルからblobを作成する。
void	releaseHDDLPlugin ()
	HDDLプラグインを解放する。
void	resetMyriadDevice ()
	Myriadデバイス (OpenCVによってバインドされたもの) を解放する。
cv::String	setInferenceEngineBackendType (const cv::String &newBackendType)
	Inference Engineの内部バックエンドAPIを指定する。
static MatShape	shape (const int *dims, const int n)
static MatShape	shape (const Mat &mat)
static MatShape	shape (const UMat &mat)
static MatShape	shape (int a0, int a1=-1, int a2=-1, int a3=-1)
void	skipModelImport (bool skip)
	readNet() 関数で、診断実行の後にモデルのインポートをスキップする。
static Mat	slice (const Mat &m, const _Range &r0)
static Mat	slice (const Mat &m, const _Range &r0, const _Range &r1)
static Mat	slice (const Mat &m, const _Range &r0, const _Range &r1, const _Range &r2)
static Mat	slice (const Mat &m, const _Range &r0, const _Range &r1, const _Range &r2, const _Range &r3)
void	softNMSBoxes (const std::vector< Rect > &bboxes, const std::vector< float > &scores, std::vector< float > &updated_scores, const float score_threshold, const float nms_threshold, std::vector< int > &indices, size_t top_k=0, const float sigma=0.5, SoftNMSMethod method=SoftNMSMethod::SOFTNMS_GAUSSIAN)
	与えられたボックスと対応するスコアに対して、soft non maximum suppressionを実行する。参考: https://arxiv.org/abs/1704.04503。
static std::string	toString (const MatShape &shape, const String &name="")
template<typename _Tp >
static std::string	toString (const std::vector< _Tp > &shape, const String &name="")
static size_t	total (const Mat &mat, int start=-1, int end=-1)
static size_t	total (const MatShape &shape, int start=-1, int end=-1)
void	writeTextGraph (CV_WRAP_FILE_PATH const String &model, CV_WRAP_FILE_PATH const String &output)
	protocol buffer形式で格納されたバイナリネットワークのテキスト表現を作成する。

関数詳解

concat()

static MatShape cv::dnn::concat ( const MatShape & a, const MatShape & b )

inlinestatic

この関数の呼び出しグラフ:

getInferenceEngineBackendType()

cv::String cv::dnn::getInferenceEngineBackendType

(

)

Python:
	cv.dnn.getInferenceEngineBackendType(		) ->	retval

Inference Engineの内部バックエンドAPIを返す。

CV_DNN_BACKEND_INFERENCE_ENGINE_* マクロの値を参照。

OPENCV_DNN_BACKEND_INFERENCE_ENGINE_TYPE ランタイム引数(環境変数)は 4.6.0 以降では無視される。

非推奨Deprecated

getInferenceEngineCPUType()

cv::String cv::dnn::getInferenceEngineCPUType

(

)

Python:
	cv.dnn.getInferenceEngineCPUType(		) ->	retval

Inference Engine の CPU 種別を返す。

OpenVINO プラグインを指定する: CPU または ARM。

getInferenceEngineVPUType()

cv::String cv::dnn::getInferenceEngineVPUType

(

)

Python:
	cv.dnn.getInferenceEngineVPUType(		) ->	retval

Inference Engine の VPU 種別を返す。

CV_DNN_INFERENCE_ENGINE_VPU_TYPE_* マクロの値を参照。

getPlane()

static Mat cv::dnn::getPlane ( const Mat & m, int n, int cn )

inlinestatic

この関数の呼び出しグラフ:

isAllOnes()

static bool cv::dnn::isAllOnes ( const MatShape & inputShape, int startPos, int endPos )

inlinestatic

normalize_axis() [1/2]

static int cv::dnn::normalize_axis ( int axis, const MatShape & shape )

inlinestatic

この関数の呼び出しグラフ:

normalize_axis() [2/2]

static int cv::dnn::normalize_axis ( int axis, int dims )

inlinestatic

軸を [-dims; dims) (Python のスライス記法に類似) から [0; dims) の範囲に変換する。

normalize_axis_range()

static Range cv::dnn::normalize_axis_range ( const Range & r, int axisSize )

inlinestatic

この関数の呼び出しグラフ:

operator<<()

template<typename _Tp >

static std::ostream & cv::dnn::operator<< ( std::ostream & out, const std::vector< _Tp > & shape )

inlinestatic

この関数の呼び出しグラフ:

print()

template<typename _Tp >

static void cv::dnn::print ( const std::vector< _Tp > & shape, const String & name = "" )

inlinestatic

この関数の呼び出しグラフ:

releaseHDDLPlugin()

void cv::dnn::releaseHDDLPlugin

(

)

Python:
	cv.dnn.releaseHDDLPlugin(		) ->	None

HDDL プラグインを解放する。

resetMyriadDevice()

void cv::dnn::resetMyriadDevice

(

)

Python:
	cv.dnn.resetMyriadDevice(		) ->	None

(OpenCV にバインドされた) Myriad デバイスを解放する。

単一の Myriad デバイスは、Inference Engine の Myriad プラグインを使用する複数のプロセス間で共有できない。

setInferenceEngineBackendType()

cv::String cv::dnn::setInferenceEngineBackendType

(

const cv::String &

newBackendType

)

Python:
	cv.dnn.setInferenceEngineBackendType(	newBackendType	) ->	retval

Inference Engine 内部のバックエンド API を指定する。

CV_DNN_BACKEND_INFERENCE_ENGINE_* マクロの値を参照。

戻り値

内部バックエンド API の以前の値

非推奨Deprecated

shape() [1/4]

static MatShape cv::dnn::shape ( const int * dims, const int n )

inlinestatic

この関数の呼び出しグラフ:

shape() [2/4]

static MatShape cv::dnn::shape ( const Mat & mat )

inlinestatic

この関数の呼び出しグラフ:

shape() [3/4]

static MatShape cv::dnn::shape ( const UMat & mat )

inlinestatic

この関数の呼び出しグラフ:

shape() [4/4]

static MatShape cv::dnn::shape ( int a0, int a1 = -1, int a2 = -1, int a3 = -1 )

inlinestatic

この関数の呼び出しグラフ:

skipModelImport()

void cv::dnn::skipModelImport

(

bool

skip

)

readNet() 関数群において、診断実行後のモデルインポートをスキップする。

引数

[in]

skip

インポートをスキップするかどうかを示す。

これはユーザー向けではない OpenCV の内部関数である。

slice() [1/4]

static Mat cv::dnn::slice ( const Mat & m, const _Range & r0 )

inlinestatic

この関数の呼び出しグラフ:

slice() [2/4]

static Mat cv::dnn::slice ( const Mat & m, const _Range & r0, const _Range & r1 )

inlinestatic

この関数の呼び出しグラフ:

slice() [3/4]

static Mat cv::dnn::slice ( const Mat & m, const _Range & r0, const _Range & r1, const _Range & r2 )

inlinestatic

この関数の呼び出しグラフ:

slice() [4/4]

static Mat cv::dnn::slice ( const Mat & m, const _Range & r0, const _Range & r1, const _Range & r2, const _Range & r3 )

inlinestatic

この関数の呼び出しグラフ:

toString() [1/2]

static std::string cv::dnn::toString ( const MatShape & shape, const String & name = "" )

inlinestatic

この関数の呼び出しグラフ:

toString() [2/2]

template<typename _Tp >

static std::string cv::dnn::toString ( const std::vector< _Tp > & shape, const String & name = "" )

inlinestatic

この関数の呼び出しグラフ:

total() [1/2]

static size_t cv::dnn::total ( const Mat & mat, int start = -1, int end = -1 )

inlinestatic

この関数の呼び出しグラフ:

total() [2/2]

static size_t cv::dnn::total ( const MatShape & shape, int start = -1, int end = -1 )

inlinestatic

この関数の呼び出しグラフ: