机器视觉 · 函数

加载DNN模型

加载DNN深度学习模型。框架支持：'caffe'/'tensorflow'/'darknet'/'onnx'/'torch'。返回 cv2.dnn.Net 对象，用于后续推理。

调用签名(模型路径, 配置路径=None, 框架='caffe')

加ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 案例：机器视觉入口
设 功能 = 机器视觉.加载DNN模型
打印(功能)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

3 个参数

参数类型 / 传入方式说明

模型路径可选 · 默认无

未声明位置参数或字段名=值

ONNX、BIM、DXF、栅格或其他模型文件路径。

常见错误：漏传或路径不存在会报 FileNotFoundError;先确认路径拼写并用存在检查

配置路径可选 · 默认 None

未声明位置参数或字段名=值

文件或目录路径，可以传字符串或 Path。

常见错误：路径不存在会报 FileNotFoundError;先用存在检查或确认路径拼写

框架可选 · 默认 'caffe'

未声明位置参数或字段名=值

按函数业务含义传入框架;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 案例：机器视觉入口
设 功能 = 机器视觉.加载DNN模型
打印(功能)

# 进阶组合:加载DNN模型 配合 机器视觉 业务流使用
设 图像 = 机器视觉.读取图像("outputs/示例.png")
设 结果 = 机器视觉.加载DNN模型(
    模型路径="outputs/model.onnx",  # 必填
    配置路径=None,  # 可选
    框架='caffe',  # 可选
)
机器视觉.保存图像("outputs/灰度示例.png", 灰度)
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 模型路径
# 错误:路径不存在会报 FileNotFoundError
# 设 结果 = 机器视觉.加载DNN模型(模型路径="不存在的文件")  # FileNotFoundError
# 修复:先确认路径存在
设 路径 = "outputs/示例"
设 结果 = 机器视觉.加载DNN模型(模型路径=路径)
打印(结果)