cv2.dnn_Net.forward() 函数究竟返回什么？

Question

我将cv2.dnn_Net.forward()（前向传播）用于人脸检测预训练模型。但是，我无法理解利用 cv2.dnn_Net.forward() 函数返回的变量（下面是 detections 变量）的想法。

face_net = cv2.dnn.readNet(face_prototxt_path, face_weights_path) 
image = cv2.imread(args["image_path"])
(h, w) = image.shape[:2]
blob = cv2.dnn.blobFromImage(image, 1.0, (300, 300),
(104.0, 177.0, 123.0))

face_net.setInput(blob)   
detections = face_net.forward() # cv2.dnn_Net.forward() function

# Utilizing 'detections' variable
confidence = detections[0, 0, i, 2]
box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])

cv2.dnn_Net.forward() 究竟返回了什么以及它们如何用作detections[0, 0, i, 2] 和detections[0, 0, i, 3:7]？

Answer 1

cv2.dnn.readNet 获取您模型的权重文件和配置文件来加载您保存的模型。

net.forward() - 运行正向传递以计算净输出。

您的检测，即net.forward() 将给出Numpy ndarray 作为输出，您可以使用它在给定的输入图像上绘制框。