详细描述

dnn模块的这个小节包含关于内置层及其描述的信息。

这里列出的类实际上为创建内置层的实例提供了C++ API。除了这种层实例化方式之外，还有一种更常用的工厂API（参见新层注册的实用程序），它允许动态（按名称）创建层和注册新层。您可以同时使用这两种API，但工厂API对于原生C++编程来说不太方便，主要用于导入器内部（参见readNetFromCaffe()，readNetFromTorch()，readNetFromTensorflow()）。

内置层部分地重现了相应的Caffe和Torch7层的功能。特别是，以下层和Caffe导入器经过测试，可以重现Caffe功能

卷积
反卷积
池化
内积
TanH、ReLU、Sigmoid、BNLL、Power、AbsVal
Softmax
Reshape、Flatten、Slice、Split
LRN
MVN
Dropout（因为它在前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::DepthToSpaceLayer

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约定执行数组求和。该函数允许使用下标简洁地表达各种数学运算。更多...

类	cv::dnn::EltwiseLayer
	对输入进行逐元素操作。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层GatherElements接收两个输入数据和相同秩r >= 1的索引和一个可选的属性axis，其工作方式如下：output[i][j][k] = data[index[i][j][k]][j][k] 如果axis = 0且r = 3 output[i][j][k] = data[i][index[i][j][k]][k] 如果axis = 1且r = 3 output[i][j][k] = data[i][j][index[i][j][k]] 如果axis = 2且r = 3。更多...

类	cv::dnn::GatherLayer
	Gather层。更多...

类	cv::dnn::GeluApproximationLayer

类	cv::dnn::GeluLayer

类	cv::dnn::GemmLayer

类	cv::dnn::GroupNormLayer

类	cv::dnn::GRULayer
	GRU循环单层。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。更多...

类	cv::dnn::LayerNormLayer

类	cv::dnn::LogLayer

类	cv::dnn::LRNLayer

类	cv::dnn::LSTMLayer
	LSTM循环层。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。更多...

类	cv::dnn::NotLayer

类	cv::dnn::PaddingLayer
	为特定轴添加额外值。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
	通过最近邻或双线性策略调整输入4维blob的大小。更多...

类	cv::dnn::RNNLayer
	经典循环层。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::SpaceToDepthLayer

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

类	cv::dnn::TopKLayer