opencv學習筆記六十一：Googlenet模型實作圖像分類

DNN子產品可以實作的功能：

圖像分類

對象檢測

實時對象檢測

圖像分割

預測(年齡，性别等)

視訊對象跟蹤

Googlenet 模型基于100萬張圖像實作1000個分類，首先下載下傳模型bvlc_googlenet .caffemodel（二進制檔案），模型下載下傳位址為

http://dl.caffe.berkeleyvision.org/，然後找到描述檔案bvlc_googlenet.prototxt和類别檔案synset_words.txt，在opencv安裝目錄下E:\anzhuang\opencv3.4.1\opencv\sources\samples\data\dnn。

方法步驟：

1. 導入深度神經網絡子產品dnn(depth neural network)
2. 讀入類别檔案
3. 讀入模型檔案和描述檔案
4. 将圖像轉為網絡輸入的對象
5. 前向傳播得到分類結果

#include<opencv2\opencv.hpp>
using namespace cv;
using namespace dnn;
using namespace std;
String model_file =