módulo dnn en opencv

1.1. Introducción al módulo DNN

El módulo de aprendizaje profundo (DNN) en OpenCV solo proporciona funciones de inferencia, no implica entrenamiento de modelos y admite una variedad de marcos de aprendizaje profundo, como TensorFlow, Caffe, Torch y Darknet.

¿Por qué OpenCV implementa un módulo de aprendizaje profundo?

• Ligero. El módulo DNN solo implementa la función de inferencia, y la cantidad de código y los gastos generales de compilación y operación son mucho menores que otros marcos de modelos de aprendizaje profundo.

• Fácil de usar. El módulo DNN proporciona aceleración integrada de CPU y GPU sin depender de bibliotecas de terceros. Si OpenCV se usó anteriormente en el proyecto, el módulo DNN puede agregar fácilmente capacidades de aprendizaje profundo al proyecto original.

• Versatilidad. El módulo DNN admite una variedad de formatos de modelos de red, y los usuarios pueden usarlos directamente sin conversión adicional de modelos de red. La estructura de red admitida cubre las categorías de clasificación de objetivos, detección de objetivos y segmentación de imágenes de uso común, como se muestra en la siguiente figura:

El módulo DNN admite varios tipos de capas de red, que básicamente cubren los requisitos informáticos de red comunes.

2. Introducción a métodos comunes

2.1.dnn.blobFromImage

blobFromImage(img, 
                  scalefactor=None, 
                  size=None, 
                  mean=None, 
                  swapRB=None, 
                  crop=None, 
                  ddepth=None):

parámetro:

• imagen: datos de imagen leídos por cv2.imread
• scalefactor: escala el valor del píxel, asumiendo scalefactor = 1/255 y mean = None, significa que el valor del píxel está normalizado al intervalo [0,1], es decir, img = img * scalefactor
• tamaño: el tamaño del blob de salida (imagen), como (netInWidth, netInHeight)
• media: reste el valor medio de cada canal. Ejemplo: cuando mean = (10,20,30), img = (cv2.merge (img [:,:, 0] -10, img [:,:, 1] -20, img [:,:, 2] -30)) * factor de escala
• swapRB: intercambia el primer y último canal de una imagen de 3 canales, como BGR-RGB
• recortar: si la imagen se recorta después de cambiar el tamaño. Si crop=True, entonces, después de ajustar y redimensionar el tamaño de la imagen de entrada, un lado corresponde a una dimensión de tamaño y el valor del otro lado es mayor o igual que el otro dimensión del tamaño; luego de la imagen redimensionada Recortar en el centro. Si crop=Falseno necesita recortar, simplemente mantenga la relación de aspecto de la imagen
• ddepth: profundidad del blob de salida. Opcional: CV_32F o CV_8U

2.2.dnn.NMSBoxes

Función: realizar el procesamiento NMS (supresión no máxima) de acuerdo con los cuadros de detección dados y las puntuaciones correspondientes

NMSBoxes(bboxes, 
             scores, 
             score_threshold, 
             nms_threshold, 
             eta=None, 
             top_k=None)

parámetro:

• cuadros: cuadros delimitadores para procesar
• puntuaciones: para procesar las puntuaciones del cuadro delimitador
• score_threshold: el umbral de puntuación utilizado para filtrar cajas
• nms_threshold: umbral utilizado por NMS
• índices: el valor de índice del cuadro delimitador retenido después del procesamiento NMS
• eta: El coeficiente de correlación en la fórmula del umbral adaptativo:

• top_k: si top_k> 0, mantenga como máximo los valores de índice del cuadro delimitador de top_k.

2.3. dnn.readNet

Rol: cargar la red de aprendizaje profundo y los parámetros de su modelo