您好,登錄后才能下訂單哦!
小編給大家分享一下如何使用python接口調(diào)用已訓(xùn)練好的caffe模型測試分類,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
訓(xùn)練好了model后,可以通過python調(diào)用caffe的模型,然后進行模型測試的輸出。
本次測試主要依靠的模型是在caffe模型里面自帶訓(xùn)練好的結(jié)構(gòu)參數(shù):~/caffe/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel,以及結(jié)構(gòu)參數(shù)
:~/caffe/models/bvlc_reference_caffenet/deploy.prototxt相結(jié)合,用python接口進行調(diào)用。
訓(xùn)練的源代碼以及相應(yīng)的注釋如下所示:
# -*- coding: UTF-8 -*- import os import caffe import numpy as np root='/home/zf/caffe/'#指定根目錄 deploy=root+'models/bvlc_reference_caffenet/deploy.prototxt'#結(jié)構(gòu)文件 caffe_model=root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel' #已經(jīng)訓(xùn)練好的model dir =root+'examples/images/'#保存測試圖片的集合 filelist=[] filenames=os.listdir(dir) for fn in filenames: fullfilename = os.path.join(dir,fn) filelist.append(fullfilename) #filelist.append(fn) def Test(img): #加載模型 net = caffe.Net(deploy,caffe_model,caffe.TEST) # 加載輸入和配置預(yù)處理 transformer = caffe.io.Transformer({'data':net.blobs['data'].data.shape}) transformer.set_mean('data', np.load('/home/zf/caffe/python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1)) transformer.set_transpose('data', (2,0,1)) transformer.set_channel_swap('data', (2,1,0)) transformer.set_raw_scale('data', 255.0) #注意可以調(diào)節(jié)預(yù)處理批次的大小 #由于是處理一張圖片,所以把原來的10張的批次改為1 net.blobs['data'].reshape(1,3,227,227) #加載圖片到數(shù)據(jù)層 im = caffe.io.load_image(img) net.blobs['data'].data[...] = transformer.preprocess('data', im) #前向計算 out = net.forward() # 其他可能的形式 : out = net.forward_all(data=np.asarray([transformer.preprocess('data', im)])) #預(yù)測分類 print out['prob'].argmax() #打印預(yù)測標(biāo)簽 labels = np.loadtxt("/home/zf/caffe/data/ilsvrc12/synset_words.txt", str, delimiter='\t') top_k = net.blobs['prob'].data[0].flatten().argsort()[-1] print 'the class is:',labels[top_k] f=file("/home/zhengfeng/caffe/examples/zf/label.txt","a") f.writelines(img+' '+labels[top_k]+'\n') labels_filename=root +'data/ilsvrc12/synset_words.txt' #循環(huán)遍歷文件夾root+'examples/images/'下的所有圖片 for i in range(0,len(filelist)): img=filelist[i] Test(img)
ps:主要有以下的文件需要說明
待測試的文件夾里面的圖片數(shù)據(jù)為:
最后的輸出結(jié)果如下:
以下是本人定義的label.txt文件寫入的預(yù)測的數(shù)據(jù):
如果在編譯的時候出現(xiàn)import caffe error的話,說明沒有導(dǎo)入caffe
Export PYTHONPATH=$PYTHONPATH:/home/zf/caffe/python,如果還是不行,可能是你的caffe的python接口未編譯,cd /home/zf/caffe,然后執(zhí)行make pycaffe,接著再測試。
以上是“如何使用python接口調(diào)用已訓(xùn)練好的caffe模型測試分類”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對大家有所幫助,如果還想學(xué)習(xí)更多知識,歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。