opencv学习笔记六十一：Googlenet模型实现图像分类

DNN模块可以实现的功能：

图像分类

对象检测

实时对象检测

图像分割

预测(年龄，性别等)

视频对象跟踪

Googlenet 模型基于100万张图像实现1000个分类，首先下载模型bvlc_googlenet .caffemodel（二进制文件），模型下载地址为

http://dl.caffe.berkeleyvision.org/，然后找到描述文件bvlc_googlenet.prototxt和类别文件synset_words.txt，在opencv安装目录下E:\anzhuang\opencv3.4.1\opencv\sources\samples\data\dnn。

方法步骤：

1. 导入深度神经网络模块dnn(depth neural network)
2. 读入类别文件
3. 读入模型文件和描述文件
4. 将图像转为网络输入的对象
5. 前向传播得到分类结果

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