机器视觉 · 函数

DNN推理

使用DNN网络进行前向推理。输出层名为None时自动获取所有未连接输出层。对标 cv2.dnn.Net.forward。返回推理结果。

调用签名(网络, 输入Blob, 输出层名=None)

DZHONGWEN
PYTHON

Chinese example

中文代码示例

# 案例：机器视觉入口
设 功能 = 机器视觉.DNN推理
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

网络可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入网络;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '网络';检查调用是否漏了这行

输入Blob可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入输入Blob;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '输入Blob';检查调用是否漏了这行

输出层名可选 · 默认 None

未声明位置参数或字段名=值

按函数业务含义传入输出层名;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.DNN推理
打印(功能)

# 进阶组合:DNN推理 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.DNN推理(
    网络="示例值",  # 必填
    输入Blob="示例值",  # 必填
    输出层名=None,  # 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 2 个必填参数

## 参数 1: 网络
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器视觉.DNN推理()  # TypeError
# 修复:补上必填字段
设 结果 = 机器视觉.DNN推理(网络="示例值")

## 参数 2: 输入Blob
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器视觉.DNN推理()  # TypeError
# 修复:补上必填字段
设 结果 = 机器视觉.DNN推理(输入Blob="示例值")
打印(结果)