使用opencv的dnn模块调用tensorflow训练好的模型的方法和常见错误
初始化：
//opencv dnn 初始化模型
model = cv::dnn::readNetFromTensorflow(modelPath);
model.setPreferableBackend(cv::dnn::DNN_BACKEND_CUDA);
model.setPreferableTarget(cv::dnn::DNN_TARGET_CUDA);//调用GPU
//模型预测
cv::Mat inputBlob = cv::dnn::blobFromImage(img, 1.0, cv::Size(227, 227), cv::Scalar(), false, false);
model.setInput(inputBlob, "img");
cv::Mat pred = model.forward("softmax");
//获得预测类别
double maxValue = 0;
cv::Point maxLoc;
cv::minMaxLoc(pred, NULL, &maxValue, NULL, &maxLoc);
int pred_class = maxLoc.x;
常见报错问题：
1、调用模型预测时，报错类似input[0].size关于getmemoryshape的错误，是tensorflow搭建的网络算子的在dnn中没有，我原来使用的tf.contrib.layers相关函数，现在都改成了tf.layers的函数就没问题了。
2、中间报有关opencv 找不到nvopencl64.dll程序入口错误。这个问题是nvida驱动里面有些API没有，算子问题，尝试更新了驱动，更新到最新版，然后测试没问题。
3、预测报argmax相关错误，是因为没有tf.argmax算子函数，更改网络输出节点为softmax解决。
4、警告：编译后的gpu opencv 调不起来cuda转cpu，是因为编译的时候cudnn的版本过低导致的中心编译即可解决。
