Pycaffe-简单测试caffe模型的分类效果和运行速度
来源:互联网 发布:桑拿软件 编辑:程序博客网 时间:2024/06/06 00:39
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)
阅读全文
0 0
- Pycaffe-简单测试caffe模型的分类效果和运行速度
- caffe入门----pycaffe图片分类
- caffe:自己的数据训练模型 pycaffe(五)
- caffe:pycaffe的使用
- Caffe学习:pycaffe利用caffemodel进行分类
- Caffe学习:pycaffe利用caffemodel进行分类
- Caffe模型测试之分类错误分析
- caffe 进行简单的训练和测试
- caffe训练模型后,使用模型测试的分类结果全部都是相同的
- caffe Ubuntu16安装 以及MNIST测试 pycaffe
- caffe-pycaffe
- 简单的分类模型
- 用caffe自带的训练好的模型测试图片的分类结果,实现啦啦啦
- caffe调用已生成的模型和测试
- Caffe学习:从头到尾跑一遍模型的训练和测试
- caffe中运行有关.py的程序需要安装pycaffe,安装如下
- python接口调用已训练好的caffe模型测试分类
- caffe训练自己的图片分类模型
- 转换注释,从文件里哦
- web.xml配置文件中ContextLoaderListener的作用
- fzu2082(树链剖分)
- mysql 表B字段替换表A字段
- nginx的五种负载算法模式
- Pycaffe-简单测试caffe模型的分类效果和运行速度
- PHP常量
- 虚拟内存和物理内存
- Hbase与Mapreduce集成的案例
- 上拉加载更多和下拉刷新
- Rhyme/归并排序Java版
- win10 IIS 已启用32位程序 网站报错HTTP ERROR 503
- Linux 中 chkconfig 用法
- 最新高清IT职业技能图谱(15图)