caffe中 cifar10案例(二)使用模型
来源:互联网 发布:淘宝海报怎么放 编辑:程序博客网 时间:2024/05/22 00:21
1. 准备素材
a、一张猫图片cat-test.jpeg
b、创建标签文件
$ gedit /opt/caffe-master/data/cifar10/cifar10_words.txt
加入:
0 airplane
1 automobile
2 bird
3 cat
4 deer
5 dog
6 frog
7 horse
8 ship
9 truck
c、准备classifer.py文件
caffe本身带了一个classify.py文件,但出来的结果存在foo.npy文件中,看不懂,只好自己在网上找一个。由于那个版本较老,与新版的库不兼容。作者在原版的基础上稍作修改。
具体文件,请在这里下载。
2. 操作
$ cd $CAFFE_HOME$ python python/classify.py --print_results --model_def examples/cifar10/cifar10_quick.prototxt --pretrained_model examples/cifar10/cifar10_quick_iter_5000.caffemodel.h5 --labels_file data/cifar10/cifar10_words.txt --center_only examples/images/ cat-test.jpeg foo
3. 问题
上述命令产生的结果是foo.npy。这是一个numpy格式的矩阵文件,读出来内容如下:
>>> import numpy as np>>> c = np.load("foo.npy")>>> carray([[ 0.0259649 , 0.00272303, 0.02379645, 0.3592225 , 0.03843106, 0.39542419, 0.04642963, 0.03978103, 0.04933688, 0.01889039]], dtype=float32)
问题来了:这个矩阵是啥意思涅?
4. 调试
报错: Mean shape incompatible with input shape
原因是‘mean’与‘input’的尺寸不同造成的。修改 ./python/caffe/io.py 文件。
找到:
if ms != self.inputs[in_][1:]:
raise ValueError(‘Mean shape incompatible with input shape.’)
修改为:
if ms != self.inputs[in_][1:]:
print(self.inputs[in_])
in_shape = self.inputs
m_min, m_max = mean.min(), mean.max()
normal_mean = (mean - m_min) / (m_max - m_min)
mean = resize_image(normal_mean.transpose((1,2,0)),
in_shape[1:]).transpose((2,0,1)) * \
(m_max - m_min) + m_min
#raise ValueError(‘Mean shape incompatible with input shape.’)
5. 参考
以上方法,只是其中一种,下面引用的是一个大牛的博客,请参考:
http://www.cnblogs.com/denny402/p/5111018.html
- caffe中 cifar10案例(二)使用模型
- caffe中 cifar10案例(一)训练模型
- caffe中 cifar10案例(三)模型可视化
- Windows玩转Caffe(二):训练cifar10模型,并用其模型分类图片【附:多图】
- caffe中 cifar10案例(四)可视化loss和accurary曲线
- caffe中cifar10的full_train模型出现nan的解决办法
- caffe中cifar10的full_train模型出现nan的解决办法
- caffe中cifar10的full_train模型出现nan的解决办法
- Caffe:可视化Cifar10 网络模型
- Windows-Caffe Cifar10模型的生成
- Windows-Caffe Cifar10模型的生成
- Caffe:cifar10
- Caffe中对cifar10执行train操作
- caffe使用cifar10数据集问题记录
- 使用Caffe基于cifar10进行物体识别
- caffe中使用droupout层对cifar10图片集提高准确率10%(0.62到0.72)
- 新手初次安装caffe,cifar10训练过程初次体验(二)
- caffe——cifar10模型训练自己的数据
- Genymotion连接电脑本地服务器方法
- LINQ系列:Linq to Object联接操作符
- 《机器学习》学习笔记三 决策树
- 2017.07月学习计划
- 两数组的交
- caffe中 cifar10案例(二)使用模型
- hdu5695-优先队列&拓扑排序-Gym Class
- PAT乙级 1057. 数零壹(20)
- Ubuntu下MySQL的安装与配置
- 二十、职责链模式——设计模式学习笔记
- PAT乙级 1059. C语言竞赛(20)
- Git|SVN学习目录
- 基于Linux-3.10.0-229内核的Baytrail eMMC驱动分析之一概述
- 我的第一个JavaWeb项目,欢迎指导