下的
6个文件，看看在最新的OpenCV中，它们是如何发挥作用的。
在配置使用的过程中，需要注意使用较高版本的VS避免编译器兼容问题；由于DNN程序的运行依赖于训练成功的模型，因此需要预先下载准备；此外如果出现各种报错，需要对症下药。
此外，由于需要使用common.hpp文件，所以需要引入dnn目录到include中
用到的数据集都放在：
链接：https://pan.baidu.com/s/1WPoXU3VodErPHZo6Yc21xA
提取码：01no
如果你没找到，那一定是我忘了。
=====================================================================================友善的分割线============================
这个例子代码就比较糟糕了，既没有说代码的数据集是什么，也没有提供参考资料。在
的帮助下，我们获得以下信息：
modelPath = "../../data/testdata/dnn/fcn8s-heavy-pascal.caffemodel"; configPath = "../../data/testdata/dnn/fcn8s-heavy-pascal.prototxt"; classesFile = "../../data/dnn/object_detection_classes_pascal_voc.txt"; 在模型完整下载的前提下，我们编写参数为：
--model=e:/template/fcn8s-heavy-pascal.caffemodel --config=e:/template/fcn8s-heavy-pascal.prototxt --classes=e:/template/object_detection_classes_pascal_voc.txt --input=E:/template/bike.avi --mean="0 0 0" --width=500 --height=500 --rgb=false 结果是非常吃CPU,单帧处理时间，达到了惊人的20s。在下图中，汽车应该是识别成功的，但是旁边那个红色的不是cow.
附件列表