# opencv.dnn做图像分类

图像分类是基于深度学习的计算机视觉任务中最简单、也是最基础的一类，它其中用到的CNN特征提取技术也是目标检测、目标分割等视觉任务的基础。

![](https://gitcode.net/csdn/skill_tree_opencv/-/raw/master/data/1.OpenCV初阶/7.OpenCV中的深度学习/1.图像分类/result.png)

具体到图像分类任务而言，其具体流程如下：

1. 输入指定大小RGB图像，1/3通道，宽高一般相等
2. 通过卷积神经网络进行多尺度特征提取，生成高维特征值
3. 利用全连接网络、或其他结构对高维特征进行分类，输出各目标分类的概率值（概率和为1）
4. 选择概率值最高的作为图像分类结果

![](https://gitcode.net/csdn/skill_tree_opencv/-/raw/master/data/1.OpenCV初阶/7.OpenCV中的深度学习/1.图像分类/classification.png)

`opencv.dnn`模块可以直接加载深度学习模型，并进行推理输出运行结果。下面是opencv.dnn模块加载googlenet caffe模型进行图片分类的代码，请你完善其中TO-DO部分的代码。

> 代码中LABEL_MAP是图像分类名称字典，给定索引得到具体分类名称(string)。

```python
import cv2
import numpy as np
from labels import LABEL_MAP # 1000 labels in imagenet dataset

if __name__=='__main__':
    # caffe model, googlenet aglo
    weights = "bvlc_googlenet.caffemodel"
    protxt = "bvlc_googlenet.prototxt"

    # read caffe model from disk
    net = cv2.dnn.readNetFromCaffe(protxt, weights)

    # create input
    image = cv2.imread("ocean-liner.jpg")
    blob = cv2.dnn.blobFromImage(image, 1.0, (224, 224), (104, 117, 123), False, crop=False)
    result = np.copy(image)

    # run!
    net.setInput(blob)
    out = net.forward()

    # TODO(You): 请在此实现代码

    # time cost
    t, _ = net.getPerfProfile()
    label = 'cost time: %.2f ms' % (t * 1000.0 / cv2.getTickFrequency())
    cv2.putText(result, label, (0, 20), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (255, 255, 0), 2)

    # render on image
    label = '%s: %.4f' % (LABEL_MAP[classId] if LABEL_MAP else 'Class #%d' % classId, confidence)
    cv2.putText(result, label, (0, 60), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

    show_img = np.hstack((image, result))

    # normal codes in opencv
    cv2.imshow("Image", show_img)
    cv2.waitKey(0)
```

以下对TODO部分实现正确的是？

## 答案

```python
# output probability, find the right index
out = out.flatten()
classId = np.argmax(out)
confidence = out[classId]

```

## 选项

### 输出理解错误

```python
# output probability, find the right index
classId = out[0]
confidence = out[1]

```

### 输出维度理解错误

```python
# output probability, find the right index
classId = np.argmax(out)
confidence = out[classId]

```

### 输出理解错误2

```python
# output probability, find the right index
out = out.flatten()
classId = np.argmax(out[1:])
confidence = out[classId + 1]

```