【用Python学习Caffe】1. 使用Caffe完成图像分类
来源:互联网 发布:电脑软件推广 编辑:程序博客网 时间:2024/05/24 04:31
1. 使用Caffe完成图像分类
本节将以著名的图像分类深度学习网络AlexNet为例子,通过Python Caffe来进行图像分类。虽然不同的网络的结构是不样的,但其大体的过程都是一致的,因此大家可以通过这个例子,熟悉如何利用Caffe进行图像分类。
关于AlexNet的原理,可以参见其论文:Krizhevsky A, Sutskever I, Hinton G E. Imagenet classification with deep convolutional neural networks[C]. In Proc. Advances in Neural Information Processing Systems (NIPS). 2012: 1097-1105.
基于深度学习的图像分类网络,一般是将原始图像经过深度网络后,最后将得到一组向量,这组向量的长度等于分类种类的数目,向量中每个值对应于该图像在相应的分类种类下的概率。因此通常的情况将向量最大值对应的序号视为最可能的分类。
1.1 准备文件
deploy.prototxt
: 网络结构配置文件bvlc_alexnet.caffemodel
: 网络权重文件synset_words.txt
: 分类名称- 测试图像
本文的AlexNet是在
ilsvrc12
下进行训练的,bvlc_alexnet.caffemodel
是在该数据库下训练得到的权重文件,而synset_words.txt
也是该数据库下的分类种类名称,该文件的每一行代表一种类,每一种类可能会有多个相似的名称,当然近似名称并不重要,但要知道每一行代表一类,行号则代表其在网络最终输出向量的序号,举个例子,比如说,如果最终输出向量的第50个值最大,则代表该图像的分类为synset_words.txt
第50行表示的分类。
1.2 加载网络
caffe_root = '../../' # 网络参数(权重)文件 caffemodel = caffe_root + 'models/bvlc_alexnet/bvlc_alexnet.caffemodel' # 网络实施结构配置文件 deploy = caffe_root + 'models/bvlc_alexnet/deploy.prototxt' net = caffe.Net(deploy, # 定义模型结构 caffemodel, # 包含了模型的训练权值 caffe.TEST) # 使用测试模式(不执行dropout)
1.3 测试图像预处理
预处理主要包含两个部分:
- 减去均值
- 调整大小
# 加载ImageNet图像均值 (随着Caffe一起发布的) mu = np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy') mu = mu.mean(1).mean(1) # 对所有像素值取平均以此获取BGR的均值像素值 # 图像预处理 transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape}) transformer.set_transpose('data', (2,0,1)) transformer.set_mean('data', mu) transformer.set_raw_scale('data', 255) transformer.set_channel_swap('data', (2,1,0))
1.4 运行网络
- 导入输入数据
- 通过forward()运行结果
# 加载图像 im = caffe.io.load_image(img) # 导入输入图像 net.blobs['data'].data[...] = transformer.preprocess('data', im) start = time.clock() # 执行测试 net.forward() end = time.clock() print('classification time: %f s' % (end - start))
1.5 查看分类结果
用于图像分类的网络的最后一层一般是一个名为’prob’的SoftMax网络,这个名为’prob’层的输出即为反应该图像在各分类下的概率向量。而prob层的输出Blob也名为prob
layer { name: "prob" type: "Softmax" bottom: "ip2" top: "prob" # 输出Blob }
因此我们可以通过net.blobs['prob']
确定最终的输出结果。找到该向量的最大值即可确定最可能的分类,当然对于图像可能存在多个目标的情况下,可以提取最大概率的多个分类。
# 查看目标检测结果 # 加载分类名称文件 labels = np.loadtxt(synset_words, str, delimiter='\t') # 得到分类网络的最终结果 category = net.blobs['prob'].data[0].argmax() # 最大概率的分类 # 得到分类名称 class_str = labels[int(category)].split(',') class_name = class_str[0] # 在图像中标记分类名称 cv2.putText(im, class_name, (0, im.shape[0]), cv2.cv.CV_FONT_HERSHEY_SIMPLEX, 1, (55, 255, 155), 2)
1.6 分类结果展示
1.7 具体代码下载
GitHub仓库Caffe-Python-Tutorial中的classification.py
- 【用Python学习Caffe】1. 使用Caffe完成图像分类
- 【用Python学习Caffe】2. 使用Caffe完成图像目标检测
- Caffe笔记:python图像识别与分类
- Linux下使用caffe进行图像分类
- caffe中使用python进行图像预测
- Windows10上使用Caffe的Python接口进行图像分类例程
- Caffe : Python中使用已有模型测试图像分类情况
- Caffe图像分类之测试
- [caffe]深度学习之图像分类模型AlexNet解读
- [caffe]深度学习之图像分类模型AlexNet解读
- [caffe]深度学习之图像分类模型VGG解读
- [caffe]深度学习之图像分类模型AlexNet解读
- [caffe]深度学习之图像分类模型AlexNet解读
- [caffe]深度学习之图像分类模型AlexNet解读
- [caffe]深度学习之图像分类模型VGG解读
- [caffe]深度学习之图像分类模型AlexNet解读
- [caffe]深度学习之图像分类模型AlexNet解读
- [caffe]深度学习之图像分类模型AlexNet解读
- bzoj 3702 二叉树
- 动态规划:从新手到专家
- 压缩文件的原理
- Java中的String为什么是不可变的? -- String源码分析
- java中如何用过滤器来拦截用户不允许访问的网页(通过地址栏来进行拦截)
- 【用Python学习Caffe】1. 使用Caffe完成图像分类
- MYSQL
- UWP-C#-关键字
- 动态链接库
- 过滤器用来拦截用户是否登录访问权限的问题(通过session来进行拦截)
- 常见路由表生成算法调研
- select * from a,b是否为内连接?
- MongoDB安装
- JSONExport在项目开发中的应用,可支持Java Android iOS Swift等