Caffe利用测试好的模型测试图片以及每层的可视化

1. 准备一些必要模板

import numpy as np                #导入numpy模块用作后面的数值计算
import matplotlib.pyplot as plt   #导入matplotlib 主要用作画图

import sys          #caffe module应该要被导入到python path
caffe_root = '../'  # this file should be run from {caffe_root}/examples (otherwise change this line)
sys.path.insert(0, caffe_root + 'python')
import caffe

3 准备好模型， 因为我们是利用已经训练好的模型 

   我们用这个模型：bvlc_reference_caffenet.caffemodel ，是ALEXNET的一个变种,并且放到‘models/bvlc_reference_caffenet/这个文件夹下。

   下面验证有没有找到这个模型

import os
if os.path.isfile(caffe_root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'):
    print 'CaffeNet found.'
else:
    print 'Downloading pre-trained CaffeNet model...'
    !../scripts/download_model_binary.py ../models/bvlc_reference_caffenet

4. 初始化网络

caffe.set_mode_cpu() #设置成是cpu运行还是gpu，如果gpu改为caffe.set_mode_gpu()

model_def = caffe_root + 'models/bvlc_reference_caffenet/deploy.prototxt' #这个是前向传播时候的网络
model_weights = caffe_root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel' #训练好的模型

net = caffe.Net(model_def,      # defines the structure of the model
                model_weights,  # contains the trained weights
                caffe.TEST)     # use test mode (e.g., don't perform dropout)  ，这些定义都在._caffe中

 同时，要减去均值，

<span style="font-size: 14px; line-height: 17.0001px; background-color: rgb(247, 247, 247);">mu = np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy') #导入图片的均值，得到一个三维数组，3*256*256,mu[0]是B,mu[1] #是G，mu[2]是R
mu = mu.mean(1).mean(1)  # average over pixels to obtain the mean (BGR) pixel values，计算均值，输出是一个三维向量。
print 'mean-subtracted values:', zip('BGR', mu)# zip 接受多个序列作为参数，返回一个列表。</span>
<span style="font-size: 14px; line-height: 17.0001px; background-color: rgb(247, 247, 247);">
# create transformer for the input called 'data' ，在io.py中可以看到源码
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})#定义一个实例，字典存储在self.inputs中
  # def __init__(self, inputs):
  #      self.inputs = inputs
  #      self.transpose = {}
  #      self.channel_swap = {}
  #      self.raw_scale = {}
  #      self.mean = {}
  #      self.input_scale = {}
transformer.set_transpose('data', (2,0,1))  # move image channels to outermost dimension （2,0,1）存储在self.transpose['data']=order
transformer.set_mean('data', mu)            # 将这个均值存储在self.mean['data']=mu
transformer.set_raw_scale('data', 255)      # rescale from [0, 1] to [0, 255],.原因是网络输入图片不是[0，1],所以需要做一个变换</span>
<span style="font-size: 14px; line-height: 17.0001px; background-color: rgb(247, 247, 247);">transformer.set_channel_swap('data', (2,1,0))  # swap channels from RGB to BGR</span>

5.测试图片

# set the size of the input (we can skip this if we're happy
#  with the default; we can also change it later, e.g., for different batch sizes)
net.blobs['data'].reshape(50,        # batch size
                          3,         # 3-channel (BGR) images
                          227, 227)  # image size is 227x227

image = caffe.io.load_image(caffe_root + 'examples/images/cat.jpg')   #图片大小为（360,480,3）
transformed_image = transformer.preprocess('data', image)    #这里的transformer 已经包含了很多属性了，这些都是在之前在第四步定义的,其实这个'data'参数对应<span style="font-family: Arial, Helvetica, sans-serif;">#                                                                                                                         的是上面源码中__init__中许多字典的key</span>

# copy the image data into the memory allocated for the net
net.blobs['data'].data[...] = transformed_image

### perform classification
output = net.forward()   #前向传播

output_prob = output['prob'][0]  # the output probability vector for the first image in the batch，其实output['prob']输出的会是一个（50,1000）的array,因为#之前我们设置的batch size= 50,因为只有一张图片，所以其实得到的这50行都是一样的，去第一行，也就是第一张图片

print 'predicted class is:', output_prob.argmax() # 得到概率最大的那一类，结果是281

# load ImageNet labels
labels_file = caffe_root + 'data/ilsvrc12/synset_words.txt'
if not os.path.exists(labels_file):
    !../data/ilsvrc12/get_ilsvrc_aux.sh
    
labels = np.loadtxt(labels_file, str, delimiter='\t')

print 'output label:', labels[output_prob.argmax()]

输出output label: n02123045 tabby, tabby cat

# sort top five predictions from softmax output
top_inds = output_prob.argsort()[::-1][:5]  # reverse sort and take five largest items ,argsort()得到从低到高index排序结果，[::-1]倒个序。

print 'probabilities and labels:'              #取排名最靠前的五名
zip(output_prob[top_inds], labels[top_inds])

[(0.31243637, ‘n02123045 tabby, tabby cat‘),
 (0.2379719, ‘n02123159 tiger cat‘),
 (0.12387239, ‘n02124075 Egyptian cat‘),
 (0.10075711, ‘n02119022 red fox, Vulpes vulpes‘),
 (0.070957087, ‘n02127052 lynx, catamount‘)]