OpenCVでDNN

OpenCVのVersion3.3以降から，標準でDeep Learning用途のライブラリ群（DNN）が追加されました． このページではそれらの使い方やサンプルの紹介をします．

• 動作環境：MacOS（10.13以降）
• OpenCV 3.4.1とOpenCV 3.4.2ではobject_detection.cpp のexampleに変更があり，homebrewの3.4.2ではyoloやssdがちゃんと動作しなくなっていました．そこで，最新のソースコードにて再度object_detection.cpp を動かしてみたところ，ちゃんとした結果が得られました．動作変だなったおもったら，やっぱ自分でコンパイルが一番なようです．

インストールには2種類あります．

1. brewをつかう
2. ソースコードをコンパイル

Homebrewからまずはhomebrewのインストールを行ってください． その後ターミナルで，

$ brew install opencv

でbrew上での最新バージョンのopencvがインストールされます．

brewのバージョンによらず，最新版を試したいときに有効です．cmakeを使うので，上記同様にbrewのインストールを行っておいてください．opencv.orgから最新版のopencvのソースコードをダウンロードします．現時点（平成30年9月11日）では3.4.3が最新版です．ダウンロード，解凍が終わったらターミナルを開いて展開したディレクトリに移動します．

$ mkdir build
$ cd build
$ cmake ..
$ make 
$ make install 

以上の手順で，/usr/local/optに opencvライブラリ一式がインストールされます．cmakeやmake時にエラーがでたら適時brewでパッケージを追加してください．次にsampleをコンパイルします．

$ cd ../samples
$ mkdir build
$ cd build
$ cmake ..
$ make

以上で，opencv-3.4.3/samples/build　以下に dnn というディレクトリの中に実行可能なdnnのファイルが確認できます． 生成された実行ファイル一覧は下記の通り．

example_dnn_classification	example_dnn_object_detection	example_dnn_segmentation
example_dnn_colorization	example_dnn_openpose		example_dnn_text_detection

実行にあたり，事前に必要なmodelデータを一括ダウンロードしておくとよいです（容量に余裕があれば）.

$ wget https://raw.githubusercontent.com/opencv/opencv_extra/master/testdata/dnn/download_models.py
$ python download_models.py

もしくは下記gitにモデル一覧が載っているので，こちらから個別にdownloadしてもよいでしょう．

• https://github.com/opencv/opencv_extra/tree/master/testdata/dnn