本文共 430 字，大约阅读时间需要 1 分钟。
深度学习是一个快速增长的领域。建立神经网络的新方法通常会引入新类型的层。它们可以是对现有方法的修改，也可以是实施出色的研究思想的方法。
OpenCV提供了从不同的深度学习框架导入和运行网络的机会。有许多最受欢迎的图层。但是，您可能会遇到一个问题，即由于未实现的图层，无法使用OpenCV导入网络。
第一个解决方案是在https://github.com/opencv/opencv/issues上创建功能请求，其中提及详细信息，例如模型来源和新层的类型。如果OpenCV社区共享此需求，则可以实施新的层。
第二种方法是定义自定义层，以便OpenCV的深度学习引擎将知道如何使用它。本教程专用于向您展示深度学习模型导入自定义的过程。
深度学习层是网络管道的构建块。它具有到输入Blob的连接，并产生到输出Blob的结果。有训练有素的权重和超参数。图层的名称，类型，权重和超
转载地址：http://eipx.baihongyu.com/