已实现层的局部列表

详细描述

dnn 模块的此小节包含有关内置层及其描述的信息。

实际上，此处列出的类提供用于创建内置层实例的 C++ API。除了此类层的实例化方式外，还有一个更通用的工厂 API（请参阅用于注册新层 Utilities）， 它允许动态创建层（按名称）并注册新层。您可以使用这两个 API，但 factory API 对于原生 C++ 编程来说不太方便，而且基本设计用于在导入程序中使用（请参阅readNetFromCaffe()、readNetFromTorch()、readNetFromTensorflow()）。

内置层部分地再现了相应 Caffe 和 Torch7 层的功能。特别是，以下层和 Caffe 导入程序已接受测试以再现Caffe功能

• 卷积
• 反卷积
• 池化
• InnerProduct
• TanH、ReLU、Sigmoid、BNLL、Power、AbsVal
• Softmax
• 重塑、展平、切片、分割
• LRN
• MVN
• Dropout（由于它在正向传递中不执行任何操作 - ）

类
类	cv::dnn::AbsLayer
类	cv::dnn::AccumLayer
类	cv::dnn::AcoshLayer
类	cv::dnn::AcosLayer
类	cv::dnn::ActivationLayer
类	cv::dnn::ActivationLayerInt8
类	cv::dnn::ArgLayer
	ArgMax/ArgMin 层。更多...
类	cv::dnn::AsinhLayer
类	cv::dnn::AsinLayer
类	cv::dnn::AtanhLayer
类	cv::dnn::AtanLayer
类	cv::dnn::AttentionLayer
类	cv::dnn::BaseConvolutionLayer
类	cv::dnn::BatchNormLayer
类	cv::dnn::BatchNormLayerInt8
类	cv::dnn::BlankLayer
类	cv::dnn::BNLLLayer
类	cv::dnn::CeilLayer
类	cv::dnn::CeluLayer
类	cv::dnn::ChannelsPReLULayer
类	cv::dnn::CompareLayer
类	cv::dnn::ConcatLayer
类	cv::dnn::ConstLayer
类	cv::dnn::ConvolutionLayer
类	cv::dnn::ConvolutionLayerInt8
类	cv::dnn::CorrelationLayer
类	cv::dnn::CoshLayer
类	cv::dnn::CosLayer
类	cv::dnn::CropAndResizeLayer
类	cv::dnn::CropLayer
类	cv::dnn::CumSumLayer
类	cv::dnn::DataAugmentationLayer
类	cv::dnn::DeconvolutionLayer
类	cv::dnn::DequantizeLayer
类	cv::dnn::DetectionOutputLayer
	检测输出层。更多...
类	cv::dnn::EinsumLayer
	此函数基于爱因斯坦求和惯例执行数组求和。此函数允许使用下标简洁地表示各种数学运算。更多...
类	cv::dnn::EltwiseLayer
	在输入上逐元素计算。 了解更多...
类	cv::dnn::EltwiseLayerInt8
类	cv::dnn::ELULayer
类	cv::dnn::ErfLayer
类	cv::dnn::ExpandLayer
类	cv::dnn::ExpLayer
类	cv::dnn::FlattenLayer
类	cv::dnn::FloorLayer
类	cv::dnn::FlowWarpLayer
类	cv::dnn::GatherElementsLayer
	GatherElements 逐元素层接收两个输入数据和相同秩 r >= 1 的索引，以及一个可选的属性 axis，并且按照如下方式工作：output[i][j][k] = data[index[i][j][k]][j][k] 如果 axis = 0 并且 r = 3 output[i][j][k] = data[i][index[i][j][k]][k] 如果 axis = 1 并且 r = 3 output[i][j][k] = data[i][j][index[i][j][k]] 如果 axis = 2 并且 r = 3。 了解更多...
类	cv::dnn::GatherLayer
	Gather 逐元素层。 了解更多...
类	cv::dnn::GeluApproximationLayer
类	cv::dnn::GeluLayer
类	cv::dnn::GemmLayer
类	cv::dnn::GroupNormLayer
类	cv::dnn::GRULayer
	GRU 递归单层。 了解更多...
类	cv::dnn::HardSigmoidLayer
类	cv::dnn::HardSwishLayer
类	cv::dnn::InnerProductLayer
类	cv::dnn::InnerProductLayerInt8
类	cv::dnn::InstanceNormLayer
类	cv::dnn::InterpLayer
	来自 https://github.com/cdmh/deeplab-public-ver2 的双线性调整大小层。 了解更多...
类	cv::dnn::LayerNormLayer
类	cv::dnn::LogLayer
类	cv::dnn::LRNLayer
类	cv::dnn::LSTMLayer
	LSTM 递归层。 了解更多...
类	cv::dnn::MatMulLayer
类	cv::dnn::MaxUnpoolLayer
类	cv::dnn::MishLayer
类	cv::dnn::MVNLayer
类	cv::dnn::NaryEltwiseLayer
类	cv::dnn::NormalizeBBoxLayer
	\( L_p \) - 归一化层。 了解更多...
类	cv::dnn::NotLayer
类	cv::dnn::PaddingLayer
	为特定轴添加额外值。 了解更多...
类	cv::dnn::PermuteLayer
类	cv::dnn::PoolingLayer
类	cv::dnn::PoolingLayerInt8
类	cv::dnn::PowerLayer
类	cv::dnn::PriorBoxLayer
类	cv::dnn::ProposalLayer
类	cv::dnn::QuantizeLayer
类	cv::dnn::ReciprocalLayer
类	cv::dnn::ReduceLayer
类	cv::dnn::RegionLayer
类	cv::dnn::ReLU6Layer
类	cv::dnn::ReLULayer
类	cv::dnn::ReorgLayer
类	cv::dnn::RequantizeLayer
类	cv::dnn::ReshapeLayer
类	cv::dnn::ResizeLayer
	通过邻近或双线性策略调整输入四维 blob 的大小。 了解更多...
类	cv::dnn::RNNLayer
	经典的递归层。 了解更多...
类	cv::dnn::RoundLayer
类	cv::dnn::ScaleLayer
类	cv::dnn::ScaleLayerInt8
类	cv::dnn::ScatterLayer
类	cv::dnn::ScatterNDLayer
类	cv::dnn::SeluLayer
类	cv::dnn::ShiftLayer
类	cv::dnn::ShiftLayerInt8
类	cv::dnn::ShrinkLayer
类	cv::dnn::ShuffleChannelLayer
类	cv::dnn::SigmoidLayer
类	cv::dnn::SignLayer
类	cv::dnn::SinhLayer
类	cv::dnn::SinLayer
类	cv::dnn::SliceLayer
类	cv::dnn::SoftmaxLayer
类	cv::dnn::SoftmaxLayerInt8
类	cv::dnn::SoftplusLayer
类	cv::dnn::SoftsignLayer
类	cv::dnn::SplitLayer
类	cv::dnn::SqrtLayer
类	cv::dnn::SwishLayer
类	cv::dnn::TanHLayer
类	cv::dnn::TanLayer
类	cv::dnn::ThresholdedReluLayer
类	cv::dnn::TileLayer