OpenCV3.3在8月3号正式出炉，想要体验最新特性的朋友可以去官网下载了，反正配置一下只需要几分钟。这次最主要的更新就是，终于把DNN模块从contrib里面提到主仓库里面，放到了官方发布版中。虽然我配置的一直是OpenCV with contrib，但是对于DNN模块，限于电脑配置太低，一直没有怎么尝试。这次可以借着新版发布抽空尝试一下了。

按照官方介绍，DNN现在有下面几点特性：

无需任何依赖

新加入的DNN模块不需要任何依赖，除了protobuf......而protobuf被加入到OpenCV的thirdparty了。简直是贴心至极有没有？

支持以下框架

• Caffe 1

• TensorFlow

• Torch/PyTorch

虽然还没有支持caffe2，不过我现在就已经很满足了。

支持很多种类的层

• AbsVal

• AveragePooling

• BatchNormalization

• Concatenation

• Convolution (including dilated convolution)

• Crop

• Deconvolution, a.k.a. transposed convolution or full convolution

• DetectionOutput (SSD-specific layer)

• Dropout

• Eltwise (+, *, max)

• Flatten

• FullyConnected

• ......

还有很多，就不一一列举了， 估计绝大部分人也用不上。。。

以下网络经过了测试且可用

• AlexNet

• GoogLeNet v1 (also referred to as Inception-5h)

• ResNet-34/50/...

• SqueezeNet v1.1

• VGG-based FCN (semantical segmentation network)

• ENet (lightweight semantical segmentation network)

• VGG-based SSD (object detection network)

• MobileNet-based SSD (light-weight object detection network)

但是现在OpenCV貌似只能加载训练好的网络，caffe的，TF的，Torch的，只能训练好之后拿来用，但是不能自己训练网络。

现在看来加入DNN模块算是众望所归，虽然有点晚，虽然功能还不够完善，但是仍然值得期待。

后续会尝试一下DNN模块，等我尝试完之后再放出来。最近越来越忙，更新不能稳定保持，但这个号没有放弃。