caffe mean_file变成mean_value
来源:互联网 发布:淘宝手持照片怎么拍 编辑:程序博客网 时间:2024/05/17 22:40
#!/usr/bin/env pythonimport numpy as npimport sys,caffeif len(sys.argv)!=3: print "Usage: python convert_mean.py mean.binaryproto mean.npy" sys.exit()blob = caffe.proto.caffe_pb2.BlobProto()bin_mean = open( sys.argv[1] , 'rb' ).read()blob.ParseFromString(bin_mean)arr = np.array( caffe.io.blobproto_to_array(blob) )npy_mean = arr[0]np.save( sys.argv[2] , npy_mean )
binaryproto文件本身是一个和图像大小一样的矩阵,每个位置是图像集在该点的均值,在train和test的时候,是将binaryproto文件转换成一个矩阵,并用图像减去该矩阵。
但是用C 方法的classification.bin或者Python方法的时候,是先对binaryproto文件的矩阵计算均值,一个三通道矩阵,最后就三个均值,然后用每个通道的均值,减去图像上的每个像素点。所以以下方法是在网络结构文件里,把均值的binaryproto文件,换成三个通道均值
test正确率很高,classification.bin分类出错
我用caffe训练了一个自己的图像集,训练和测试的正确率都很高。
但在使用classification对单张图片测试时,发现分类结果是错误的。
为了验证,我特地在test里输出softmax的结果验证,发现这里的结果,是正确的类别概率最高。
但在使用classification时,就不对了。
我看了一些网上的帖子,说是classification的代码读图函数设置的问题,但我设置了好几次不同的,再用classification分类,结果还是错误的,而且不同的设置产生的结果是一样的。
但在使用classification对单张图片测试时,发现分类结果是错误的。
为了验证,我特地在test里输出softmax的结果验证,发现这里的结果,是正确的类别概率最高。
但在使用classification时,就不对了。
我看了一些网上的帖子,说是classification的代码读图函数设置的问题,但我设置了好几次不同的,再用classification分类,结果还是错误的,而且不同的设置产生的结果是一样的。
阅读全文
0 0
- caffe mean_file变成mean_value
- Caffe学习:使用pycaffe生成mean_file.py文件
- Caffe学习:使用pycaffe生成mean_file.py文件
- 将caffe变成crop长宽不同的大小
- caffe将网络模型由protot转换成变成网络结构模型图--caffe学习(5)
- Caffe
- Caffe
- Caffe
- caffe
- Caffe
- Caffe
- Caffe
- caffe
- caffe
- caffe
- caffe
- Caffe
- Caffe
- 行级触发器的创建和使用
- 继承
- 清除浮动的9种方法
- 数位dp_从模板到理解
- Qt利用ui制作登录界面
- caffe mean_file变成mean_value
- 【安全牛学习笔记】kali的安装与配置
- jsoncpp中获取key的方法
- Oracle 获取本周、本月、本季、本年的第一天和最后一天 (咋个办呢 zgbn)
- ADO.NET 访问数据库(二)
- 编写一个学生类Students,该类成员变量包括学号no、姓名name、性别sex和年龄age
- 挪摊啦~
- 拨号VPS的使用
- Mysql创建存储过程