| ClassificationModel() | cv::dnn::ClassificationModel | |
| ClassificationModel(const String &model, const String &config="") | cv::dnn::ClassificationModel | |
| ClassificationModel(const Net &network) | cv::dnn::ClassificationModel | |
| classify(InputArray frame) | cv::dnn::ClassificationModel | |
| classify(InputArray frame, int &classId, float &conf) | cv::dnn::ClassificationModel | |
| enableWinograd(bool useWinograd) | cv::dnn::Model | |
| getEnableSoftmaxPostProcessing() const | cv::dnn::ClassificationModel | |
| getImpl() const | cv::dnn::Model | inline |
| getImplRef() const | cv::dnn::Model | inline |
| getNetwork_() const | cv::dnn::Model | |
| getNetwork_() | cv::dnn::Model | inline |
| impl | cv::dnn::Model | protected |
| Model() | cv::dnn::Model | |
| Model(const Model &)=default | cv::dnn::Model | |
| Model(Model &&)=default | cv::dnn::Model | |
| Model(const String &model, const String &config="") | cv::dnn::Model | |
| Model(const Net &network) | cv::dnn::Model | |
| operator Net &() const | cv::dnn::Model | inline |
| operator=(const Model &)=default | cv::dnn::Model | |
| operator=(Model &&)=default | cv::dnn::Model | |
| predict(InputArray frame, OutputArrayOfArrays outs) const | cv::dnn::Model | |
| setEnableSoftmaxPostProcessing(bool enable) | cv::dnn::ClassificationModel | |
| setInputCrop(bool crop) | cv::dnn::Model | |
| setInputMean(const Scalar &mean) | cv::dnn::Model | |
| setInputParams(double scale=1.0, const Size &size=Size(), const Scalar &mean=Scalar(), bool swapRB=false, bool crop=false) | cv::dnn::Model | |
| setInputScale(const Scalar &scale) | cv::dnn::Model | |
| setInputSize(const Size &size) | cv::dnn::Model | |
| setInputSize(int width, int height) | cv::dnn::Model | inline |
| setInputSwapRB(bool swapRB) | cv::dnn::Model | |
| setPreferableBackend(dnn::Backend backendId) | cv::dnn::Model | |
| setPreferableTarget(dnn::Target targetId) | cv::dnn::Model | |
1.8.13