1.onnx（Open Neural Network Exchange）是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。
用于在各种深度学习训练和推理框架转换的一个中间表示格式。
它定义了一组和环境，平台均无关的标准格式，来增强各种AI模型的可交互性，开放性较强。
2.在对推理速度要求不高的情况下，使用opencv自带的dnn模块可快速部署应用和解决方案，
且能做到轻量化部署，减少对第三方平台的依赖。
它包含两个预处理函数（blobFromImage、blobFromImages），为通过预训练深度学习模型进行分类，做好准备。
这两个函数执行减均值、缩放和通道交换（可选），但是并不是所有的深度学习架构执行减均值和缩放，
在预处理你的图像之前，一定要读你所使用网络的相关文献。
cv2.dnn.blobFromImage函数返回的blob是我们输入图像进行随意从中心裁剪，减均值、缩放和通道交换的结果。
cv2.dnn.blobFromImages和cv2.dnn.blobFromImage不同在于，前者接受多张图像，后者接受一张图像。
多张图像使用cv2.dnn.blobFromImages有更少的函数调用开销，能够更快批处理图像或帧。
