码迷,mamicode.com
首页 > 其他好文 > 详细

caffe

时间:2017-02-20 11:03:16      阅读:313      评论:0      收藏:0      [点我收藏+]

标签:log   类别   att   别名   解析   训练   需要   com   style   

如果进行了均值计算,需要将mean.binaryproto转化为mean.npy


 

import caffe
import numpy as np

MEAN_PROTO_PATH = ‘mean.binaryproto‘               # 待转换的pb格式图像均值文件路径
MEAN_NPY_PATH = ‘mean.npy‘                         # 转换后的numpy格式图像均值文件路径

blob = caffe.proto.caffe_pb2.BlobProto()           # 创建protobuf blob
data = open(MEAN_PROTO_PATH, ‘rb‘ ).read()         # 读入mean.binaryproto文件内容
blob.ParseFromString(data)                         # 解析文件内容到blob

array = np.array(caffe.io.blobproto_to_array(blob))# 将blob中的均值转换成numpy格式,array的shape (mean_number,channel, hight, width)
mean_npy = array[0]                                # 一个array中可以有多组均值存在,故需要通过下标选择其中一组均值
np.save(MEAN_NPY_PATH ,mean_npy)


运用python调用已经训练好的模型,具体代码(如果需要计算均值,需与上述代码结合)如下:


#coding=utf-8

import caffe
import numpy as np
root=root=‘/home/dltest/caffe/‘   #根目录
deploy=root + ‘examples/cifar10/cifar10_quick.prototxt‘    #deploy文件
caffe_model=root + ‘examples/cifar10/cifar10_quick_iter_4000.caffemodel.h5‘  #训练好的 caffemodel
img=root+‘examples/sgg_datas/images/1.jpg‘   #随机找的一张待测图片
labels_filename = root +‘data/cifar10/batches.meta.txt‘    #类别名称文件,将数字标签转换回类别名称

net = caffe.Net(deploy,caffe_model,caffe.TEST)   #加载model和network

#图片预处理设置
transformer = caffe.io.Transformer({‘data‘: net.blobs[‘data‘].data.shape})  #设定图片的shape格式(1,3,28,28)
transformer.set_transpose(‘data‘, (2,0,1))    #改变维度的顺序,由原始图片(28,28,3)变为(3,28,28)
#transformer.set_mean(‘data‘, np.load(mean_file).mean(1).mean(1))    #减去均值,前面训练模型时没有减均值,这儿就不用
transformer.set_raw_scale(‘data‘, 255)    # 缩放到【0,255】之间
transformer.set_channel_swap(‘data‘, (2,1,0))   #交换通道,将图片由RGB变为BGR

im=caffe.io.load_image(img)                   #加载图片
net.blobs[‘data‘].data[...] = transformer.preprocess(‘data‘,im)      #执行上面设置的图片预处理操作,并将图片载入到blob中

#执行测试
out = net.forward()

labels = np.loadtxt(labels_filename, str, delimiter=‘\t‘)   #读取类别名称文件
prob= net.blobs[‘prob‘].data[0].flatten() #取出最后一层(prob)属于某个类别的概率值,并打印
print prob
order=prob.argsort()[9]  #将概率值排序,取出最大值所在的序号
#argsort()函数是从小到大排列
print ‘the class is:‘,labels[order]   #将该序号转换成对应的类别名称,并打印

http://blog.csdn.net/sinat_26917383/article/details/54141697    借鉴

caffe

标签:log   类别   att   别名   解析   训练   需要   com   style   

原文地址:http://www.cnblogs.com/superxiaoying/p/6418400.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!