包 org.opencv.dnn

类 DetectionModel

java.lang.Object

org.opencv.dnn.Model

org.opencv.dnn.DetectionModel

public class DetectionModel
extends Model

此类表示用于对象检测网络的高级 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创建网络，设置预处理输入，运行前向传播并返回结果检测。DetectionModel 支持 SSD、Faster R-CNN、YOLO 拓扑。

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
保护	DetectionModel(long addr)
	DetectionModel(java.lang.String model)	从支持的格式之一表示的网络创建检测模型。
	DetectionModel(java.lang.String model, java.lang.String config)	从支持的格式之一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 input 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 input 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 input 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 默认为 false，因此当在 detect() 函数期间使用非极大值抑制时，它将按类进行抑制。

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

从类继承的方法 java.lang.Object

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

构造函数详细信息

DetectionModel

protected DetectionModel(long addr)

DetectionModel

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

从支持的格式之一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)

从支持的格式之一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。

方法详细信息

__fromPtr__

public static DetectionModel __fromPtr__(long addr)

setNmsAcrossClasses

public DetectionModel setNmsAcrossClasses(boolean value)

nmsAcrossClasses 默认为 false，因此当在 detect() 函数期间使用非极大值抑制时，它将按类进行抑制。此函数允许您切换此行为。

参数

value - nmsAcrossClasses 的新值

返回

自动生成

getNmsAcrossClasses

public boolean getNmsAcrossClasses()

nmsAcrossClasses 的 Getter。此变量默认为 false，因此当在 detect() 函数期间使用非极大值抑制时，它将仅按类进行抑制

返回

自动生成

detect

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

给定 input 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 - 用于按置信度过滤框的阈值。

nmsThreshold - 非极大值抑制中使用的阈值。

frame - 自动生成

detect

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

给定 input 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 - 用于按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 input 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

重写

finalize 在类中 Model

抛出

java.lang.Throwable