Caffe : Python中使用已有模型测试图像分类情况
来源:互联网 发布:淘宝复古女装海报下载 编辑:程序博客网 时间:2024/06/09 21:20
一、前提
1、已经配置好Caffe的Python接口,能在Python中导入caffe,即“import caffe ”没有报错。
2、已经得到训练好的模型,需要的文件有:deploy.prototxt,###.caffemodel,mean.binaryproto,labels.txt
二、准备工作
1、需要将 .binaryproto文件转为 .npy文件,代码如下:
三、开始分类
四、代码及模型说明
1、训练图像及测试图像都是灰度图,图像通道为单通道,训练图像为32×32,测试图像随意。
img=caffe.io.load_image(imgpath,color=False)
此句读入图像并转化为单通道灰度图,值为float型,范围是0~1.0,因为读入时图像时单通道,所以上面的transformer没有设置通道转换
2、特别测试了mean文件,做如下说明:
若 mean=np.load(root+'Model/mean.npy'),得到的mean是一个32×32的矩阵
若 mean=np.load(root+'Model/20170919-210158-9230_epoch_75.0/mean.npy').mean(1),得到的mean是1×32的矩阵
若 mean=np.load(root+'Model/20170919-210158-9230_epoch_75.0/mean.npy').mean(1).mean(1),得到的是一个值
最初我使用的是第三种方式,导致了很多图像的分类错误,最终使用第一种方式解决了分类错误这个问题。
阅读全文
0 0
- Caffe : Python中使用已有模型测试图像分类情况
- caffe 框架下微调已有模型训练自己的数据实现图像分类
- python接口调用已训练好的caffe模型测试分类
- Python调用已训练好的caffe模型进行分类
- 【用Python学习Caffe】1. 使用Caffe完成图像分类
- 使用caffe fine-tune一个单标签图像分类模型
- 使用caffe fine-tune一个单标签图像分类模型
- 使用caffe fine-tune一个单标签图像分类模型
- Caffe图像分类之测试
- caffe中使用python进行图像预测
- 使用python调用训练好的caffe模型来分类
- caffe python接口 测试分类:
- 【caffe】caffe 在已有模型上继续训练模型
- python接口测试caffe模型
- Caffe模型测试之分类错误分析
- caffe通过python(pycaffe)在已有模型上进行批量预测,批量提取特征
- Caffe笔记:python图像识别与分类
- caffe训练模型后,使用模型测试的分类结果全部都是相同的
- 前端面试题(HTML部分)
- 面向对象 -- 继承和Java中的构造器
- Dream it possible
- 针对套接字关闭异常:Socket closed解决方案
- python--leetcode412. Fizz Buzz
- Caffe : Python中使用已有模型测试图像分类情况
- 接口测试之基础及简要验证清单
- BZOJ 3781 莫队 解题报告
- TFRecord预处理
- 【转】【修改】lisp-in-a-box配置
- 怎样安装Maven
- Js中的闭包与自执行函数
- Java集合框架
- codeforces 864 F