【Caffe】【场景分类】Places365安装、docker运行,以及调用本地caffe运行(Ubuntu14.04)
来源:互联网 发布:印度最新人口数据 编辑:程序博客网 时间:2024/06/06 00:35
场景分类模型
安装文件github地址: https://github.com/metalbubble/places365
下载后解压缩
也可以直接运行:
git clone https://github.com/metalbubble/places365
同时在上面地址中选择并下载好你要用的pre_trained model。
1. 安装docker
下载地址: https://www.docker.com/community-edition
Ubuntu安装手册地址:
https://store.docker.com/editions/community/docker-ce-server-ubuntu?tab=description
先安装资源库:
sudo apt-get -y install \ apt-transport-https \ ca-certificates \ curlcurl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -sudo add-apt-repository \ "deb [arch=amd64] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) \ stable"sudo apt-get update
在安装Docker CE
sudo apt-get -y install docker-ce
最后测试是否安装成功:
sudo docker run hello-world
测试后把测试image删掉:
sudo sudocker imagesdocker rmi -f iamge_name or image ID
2. 创建places365_container
cd places365/docker
打开README.md
我们可以看到这个容器里包含Ubuntu 14.04系统, Caffe和其相关依赖。
执行:
docker build -t places365_container .
需要一些时间来下载和安装,一共有3.5G多。
选择好的网络prototxt和对应的model复制到docker/models_places 目录下。
搞定后运行:
docker run places365_container python run_scene.py images/mountains.jpg
这里需要注意一下,可能是哪点我搞错了,我运行上面的命令说找不到places365_container,后来我改了一下。运行下面命令出结果了。
docker run places365_contrainer python run_scene.py images/mountains.jpg
3.调用本地caffe
我定义本地caffe目录为$ROOT
把Places365文件夹复制到$ROOT目录下
这里有两种版本,一个是用caffe中python自带的classfy.py, 一个是用Places365的run_scene.py。这里我都讲一下。
3.1.使用classfier.py
先修改一下classfy.py
默认的这个程序输出结果是存到一个npy文件中,不在terminal显示,所以需要继续修改让结果在terminal显示出来。
找到这一行:
mean = np.load(args.mean_file)
在下面加上:
mean=mean.mean(1).mean(1)
再定位到:
# Classify start = time.time() predictions = classifier.predict(inputs, not args.center_only) print("Done in %.2f s." % (time.time() - start))
在下面加上:
imagenet_labels_filename = '../places365/docker/resources/labels.txt' #注意这里要改成你自己labels.txt的路径 labels = np.loadtxt(imagenet_labels_filename, str, delimiter='\t') top_k = predictions.flatten().argsort()[-1:-6:-1] for i in np.arange(top_k.size): print labels[top_k[i]]
最后把132行的路径改成我们自己的文件路径。
imagenet_labels_filename = '$ROOT/places365/docker/resources/labels.txt'
3.1.1.生成labels.txt
对比就很容易发现,caffe需要的文件是每行只有类别名就好啦。把places365/docker/resources中的的labels.pkl改一下。
我写了下面的脚本,运行就会自动生成labels.txt啦
#!/bin/shcp labels.pkl labels.txtsed -i 1d labels.txtsed -i 731d labels.txtfor num in {1..365};do sed -i "/p${num}/d" labels.txtdonesed -i 's/aS//g' labels.txtsed -i 's/S//g' labels.txtsed -i 's/^.//g' labels.txtsed -i 's/.$//g' labels.txt
3.1.2.运行
使用下面命令运行
cd $ROOT/pythonpython classify.py $ROOT/places365/docker/images/mountains.jpg result.npy \--model_def $ROOT/places365/docker/models_places/deploy_alexnet_places365.prototxt \--pretrained_model $ROOT/places365/docker/models_places/alexnet_places365.caffemodel其中result.npy是输出文件。
3.2使用run_scene.py
先把这个文件复制到$ROOT/python文件夹下面,
然后直接运行:
python run_scene.py $ROOT/places365/docker/images/mountains.jpg
搞定!
- 【Caffe】【场景分类】Places365安装、docker运行,以及调用本地caffe运行(Ubuntu14.04)
- places365场景分类-caffe的安装
- caffe安装+使用places365进行迁移学习
- Ubuntu14.04 Caffe安装
- Ubuntu14.04 Caffe安装
- Caffe安装 Ubuntu14.04
- Ubuntu14.04 安装 Caffe
- ubuntu14.04 安装 caffe
- Ubuntu14.04 安装caffe
- ubuntu14.04 + caffe安装
- Ubuntu14.04 安装caffe
- Ubuntu14.04 安装Caffe
- caffe ubuntu14.04安装
- ubuntu14.04 安装caffe
- ubuntu14.04 + caffe安装
- ubuntu14.04安装caffe
- ubuntu14.04+CPU环境下搭建caffe,python接口以及运行fast-rcnn实例
- 【Caffe】Caffe,CUDA,cuDNN安装指南,以及各种问题的解决方法(Ubuntu14.04)
- Android 开发 Tip 12 -- 各种Drawable
- 小程序本地测试没有问题,苹果正常,安卓无法发送请求?
- 在Ubuntu 14.04 安装mysql
- 2017.5.12MFC画线
- 主干(trunk)、分支(branch )、标记(tag) 用法示例 + 图解
- 【Caffe】【场景分类】Places365安装、docker运行,以及调用本地caffe运行(Ubuntu14.04)
- HTTP状态码(HTTP Status Code),常见的error 404, error 504等的意思(转)
- TP5验证规则
- jfinal+H5的websocket 实现同一账户在不同地点不同电脑只能登陆一个(互相踢下线)
- 使用MDC为Logback slf4 日志记录线程ID,区分每次执行的会话日志
- classloader 原理分析
- 免费视频播放器videojs中文教程
- 多重比较校正中的一些概念
- Android把View转换成Bitmap