Pycaffe-简单测试caffe模型的分类效果和运行速度

当我们训练完一个 caffe 的模型想要简单快速的测试一下模型在 CPU/GPU 下的图片检测速度时，可以用到下面的程序，此处就是把同一张图片循环 Forward 1000 次的方法来查看模型速度。

import osimport sysimport numpy as npimport matplotlib.pyplot as pltimport  time# caffe的根目录caffe_root = '/home/t702/caffe/'sys.path.insert(0,caffe_root + 'python')import caffe# deploy文件的路径Model_FILE = '/PATH/TO/deploy.prototxt'# 预训练好的caffemodel的模型PRETRAINED = '/PATH/TO/XXXX.caffemodel'# 测试图片的路径IMAGE_FILE = '/PATH/TO/11.png'input_image = caffe.io.load_image(IMAGE_FILE)net = caffe.Classifier(Model_FILE,PRETRAINED)#模式设置为CPUcaffe.set_mode_cpu()#模式设置为GPU#caffe.set_mode_gpu()start =  time.clock()# 单张图片循环一千次测试时间for i in range(0,1000):    prediction = net.predict([input_image],oversample=False)end = time.clock()print('predicted calss: ',prediction[0].argmax())print(end-start)