图像分类是基于深度学习的计算机视觉任务中最简单、也是最基础的一类，它其中用到的CNN特征提取技术也是目标检测、目标分割等视觉任务的基础。
具体到图像分类任务而言，其具体流程如下：
1、输入指定大小RGB图像，1/3通道，宽高一般相等
2、通过卷积神经网络进行多尺度特征提取，生成高维特征值
3、利用全连接网络、或其他结构对高维特征进行分类，输出各目标分类的概率值（概率和为1）
4、选择概率值最高的作为图像分类结果
opencv.dnn模块可以直接加载深度学习模型，并进行推理输出运行结果。下面是opencv.dnn模块加载googlenet caffe模型进行图片分类的代码。
import cv2
import numpy as np
from labels import LABEL_MAP # 1000 labels in imagenet dataset
if __name__=='__main__':
