版权声明：本文为博主原创文章，转载请联系作者取得授权。 https://blog.csdn.net/xingchenbingbuyu/article/details/76759445
OpenCV3.3在8月3号正式出炉，想要体验最新特性的朋友可以去官网下载了，反正配置一下只需要几分钟。这次最主要的更新就是，终于把DNN模块从contrib里面提到主仓库里面，放到了官方发布版中。虽然我配置的一直是OpenCV with contrib，但是对于DNN模块，限于电脑配置太低，一直没有怎么尝试。这次可以借着新版发布抽空尝试一下了。
按照官方介绍，DNN现在有下面几点特性：
无需任何依赖
新加入的DNN模块不需要任何依赖，除了protobuf……而protobuf被加入到OpenCV的thirdparty了。简直是贴心至极有没有？
支持以下框架
- Caffe 1
- TensorFlow
- Torch/PyTorch
虽然还没有支持caffe2，不过我现在就已经很满足了。
支持很多种类的层
- AbsVal
- AveragePooling
- BatchNormalization
- Concatenation
- Convolution (including dilated convolution)
- Crop
- Deconvolution, a.k.a. transposed convolution or full convolution
- DetectionOutput (SSD-specific layer)
- Dropout
- Eltwise (+, *, max)
- Flatten
- FullyConnected
- ……
还有很多，就不一一列举了， 估计绝大部分人也用不上。。。
以下网络经过了测试且可用
- 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)
但是现在OpenCV貌似只能加载训练好的网络，caffe的，TF的，Torch的，只能训练好之后拿来用，但是不能自己训练网络。
现在看来加入DNN模块算是众望所归，虽然有点晚，虽然功能还不够完善，但是仍然值得期待。
后续会尝试一下DNN模块，等我尝试完之后再放出来。最近越来越忙，更新不能稳定保持，但这个号没有放弃。
公众号CVPy，分享OpenCV和Python的实战内容。。欢迎关注。