包 org.opencv.dnn

类 DetectionModel

java.lang.Object

org.opencv.dnn.Model

org.opencv.dnn.DetectionModel

public class DetectionModel
extends Model

此类表示用于目标检测网络的高级 API。DetectionModel 允许设置预处理输入图像的参数。DetectionModel 从包含训练权重和配置的文件中创建网络，设置预处理输入，运行前向传递并返回结果检测。DetectionModel 支持 SSD、Faster R-CNN 和 YOLO 拓扑结构。

字段摘要

从类 org.opencv.dnn.Model继承的字段

nativeObj

构造函数摘要

构造函数

修饰符	构造函数	描述
protected	DetectionModel(long addr)
	DetectionModel(java.lang.String model)	从以某种受支持的格式表示的网络创建检测模型。
	DetectionModel(java.lang.String model, java.lang.String config)	从以某种受支持的格式表示的网络创建检测模型。
	DetectionModel(Net network)	从深度学习网络创建模型。

方法摘要

修饰符和类型	方法	描述
static DetectionModel	__fromPtr__(long addr)
void	detect(Mat frame, MatOfInt classIds, MatOfFloat confidences, MatOfRect boxes)	给定输入帧，创建输入 blob，运行网络并返回结果检测。
void	detect(Mat frame, MatOfInt classIds, MatOfFloat confidences, MatOfRect boxes, float confThreshold)	给定输入帧，创建输入 blob，运行网络并返回结果检测。
void	detect(Mat frame, MatOfInt classIds, MatOfFloat confidences, MatOfRect boxes, float confThreshold, float nmsThreshold)	给定输入帧，创建输入 blob，运行网络并返回结果检测。
protected void	finalize()
boolean	getNmsAcrossClasses()	nmsAcrossClasses 的 Getter。
DetectionModel	setNmsAcrossClasses(boolean value)	nmsAcrossClasses 默认值为 false，因此当在 detect() 函数期间使用非最大抑制时，它将按类进行。

从类 org.opencv.dnn.Model继承的方法

enableWinograd, getNativeObjAddr, predict, setInputCrop, setInputMean, setInputParams, setInputParams, setInputParams, setInputParams, setInputParams, setInputParams, setInputScale, setInputSize, setInputSize, setInputSwapRB, setOutputNames, setPreferableBackend, setPreferableTarget

从类 java.lang.Object 继承的方法

clone, equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

构造函数详情

DetectionModel

protected DetectionModel(long addr)

DetectionModel

public DetectionModel(java.lang.String model,
                      java.lang.String config)

从以某种受支持的格式表示的网络创建检测模型。model 和 config 参数的顺序无关紧要。

参数

model - 包含训练权重的二进制文件。

config - 包含网络配置的文本文件。

DetectionModel

public DetectionModel(java.lang.String model)

从以某种受支持的格式表示的网络创建检测模型。model 和 config 参数的顺序无关紧要。

参数

model - 包含训练权重的二进制文件。

DetectionModel

public DetectionModel(Net network)

从深度学习网络创建模型。

参数

network - Net 对象。

方法详情

__fromPtr__

public static DetectionModel __fromPtr__(long addr)

setNmsAcrossClasses

public DetectionModel setNmsAcrossClasses(boolean value)

nmsAcrossClasses 默认值为 false，因此当在 detect() 函数期间使用非最大抑制时，它将按类进行。此函数允许您切换此行为。

参数

value - nmsAcrossClasses 的新值

返回值

自动生成

getNmsAcrossClasses

public boolean getNmsAcrossClasses()

nmsAcrossClasses 的 Getter。此变量默认为 false，因此当在 detect() 函数期间使用非最大抑制时，它将仅按类进行。

返回值

自动生成

detect

public void detect(Mat frame,
                   MatOfInt classIds,
                   MatOfFloat confidences,
                   MatOfRect boxes,
                   float confThreshold,
                   float nmsThreshold)

给定输入帧，创建输入 blob，运行网络并返回结果检测。

参数

classIds - 结果检测中的类索引。

confidences - 一组相应的置信度。

boxes - 一组边界框。

confThreshold - 用于根据置信度过滤框的阈值。

nmsThreshold - 非最大抑制中使用的阈值。

frame - 自动生成

detect

public void detect(Mat frame,
                   MatOfInt classIds,
                   MatOfFloat confidences,
                   MatOfRect boxes,
                   float confThreshold)

给定输入帧，创建输入 blob，运行网络并返回结果检测。

参数

classIds - 结果检测中的类索引。

confidences - 一组相应的置信度。

boxes - 一组边界框。

confThreshold - 用于根据置信度过滤框的阈值。

frame - 自动生成

detect

public void detect(Mat frame,
                   MatOfInt classIds,
                   MatOfFloat confidences,
                   MatOfRect boxes)

给定输入帧，创建输入 blob，运行网络并返回结果检测。

参数

classIds - 结果检测中的类索引。

confidences - 一组相应的置信度。

boxes - 一组边界框。

frame - 自动生成

finalize

protected void finalize()
                 throws java.lang.Throwable

覆盖

finalize in class Model

抛出

java.lang.Throwable