bvlc_reference_caffenet.caffemodel模型的应用
来源:互联网 发布:java assert 用法 编辑:程序博客网 时间:2024/06/04 18:27
caffe程序自带有一张小猫图片,存放路径为caffe根目录下的 examples/images/cat.jpg, 如果我们想用一个训练好的caffemodel来对其进行分类;
1、caffemodel文件。
可以直接在浏览器里输入地址下载,也可以运行脚本文件下载。下载地址为:http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel
文件名称为:bvlc_reference_caffenet.caffemodel,文件大小为230M左右,为了代码的统一,将这个caffemodel文件下载到caffe根目录下的 models/bvlc_reference_caffenet/ 文件夹下面。也可以运行脚本文件进行下载:
- # sudo ./scripts/download_model_binary.py models/bvlc_reference_caffenet
2、均值文件。
有了caffemodel文件,就需要对应的均值文件,在测试阶段,需要把测试数据减去均值。这个文件我们用脚本来下载,在caffe根目录下执行:
- # sudo sh ./data/ilsvrc12/get_ilsvrc_aux.sh
执行并下载后,均值文件放在 data/ilsvrc12/ 文件夹里。
3、synset_words.txt文件
在调用脚本文件下载均值的时候,这个文件也一并下载好了。里面放的是1000个类的名称。
数据准备好了,我们就可以开始分类了,我们给大家提供两个版本的分类方法:
一、c++方法
在caffe根目录下的 examples/cpp-classification/ 文件夹下面,有个classification.cpp文件,就是用来分类的。当然编译后,放在/build/examples/cpp_classification/ 下面
我们就直接运行命令:
- # sudo ./build/examples/cpp_classification/classification.bin \
- models/bvlc_reference_caffenet/deploy.prototxt \
- models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \
- data/ilsvrc12/imagenet_mean.binaryproto \
- data/ilsvrc12/synset_words.txt \
- examples/images/cat.jpg
测试结果:
gjh@gjh-System-Product-Name:~/caffe$ sudo ./build/examples/cpp_classification/classification.bin \
> models/bvlc_reference_caffenet/deploy.prototxt \
> models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \
> data/ilsvrc12/imagenet_mean.binaryproto \
> data/ilsvrc12/synset_words.txt \
> examples/images/cat.jpg
---------- Prediction for examples/images/cat.jpg ----------
0.3134 - "n02123045 tabby, tabby cat"
0.2380 - "n02123159 tiger cat"
0.1235 - "n02124075 Egyptian cat"
0.1003 - "n02119022 red fox, Vulpes vulpes"
0.0715 - "n02127052 lynx, catamount"
- bvlc_reference_caffenet.caffemodel模型的应用
- caffe基础-13AlexNet模型bvlc_reference_caffenet的测试
- caffe利用caffenet运行bvlc_reference_caffenet.caffemodel时错误
- bvlc_reference_caffenet的test过程分析1
- 用训练好的模型(caffemodel)来分类
- 读取修改caffemodel文件里的网络模型参数
- 微调caffemodel来得到属于自己的高精度分类模型
- 使用caffemodel的方法
- 用训练好的模型(caffemodel)来分类新的图片
- 用caffe训练模型时每隔一定的迭代次数保存一次caffemodel(snapshot)
- .caffemodel的生成和利用
- 查看caffemodel的参数值
- caffemodel的读取与修改
- caffe的python接口学习:用训练好的模型(caffemodel或者h5)来分类新的图片
- caffe的python接口学习(6):用训练好的模型(caffemodel)来分类新的图片
- caffe的python接口学习(6):用训练好的模型(caffemodel)来分类新的图片
- caffe的python接口学习(6):用训练好的模型(caffemodel)来分类新的图片
- caffe之利用mnist数据集训练好的lenet_iter_10000.caffemodel模型测试一张自己的手写体数字
- shell 编程之变量
- C++内存探讨 New与delete
- web服务器与应用服务器区别
- Spring Cloud Eureka 入门 (三)服务消费者详解
- GDB调试的基本命令使用。
- bvlc_reference_caffenet.caffemodel模型的应用
- Input输入框与图片对齐属性vertical-align:bottom
- PullToRefresh使用详解(四)--利用回调函数实现到底加载
- Java工程师的一些面试总结(9)
- Android 事件分发 注意事项
- RSA加密问题(jsencrypt加密 java解密)
- Windows中安装使用Virtualenv来创建独立Python环境
- Napa.js 中文文档
- 双网卡的回环测试