神经网络：caffe特征可视化的代码样例
来源：互联网 发布：破解摄像头软件下载 编辑：程序博客网 时间：2024/06/09 03:31
caffe特征可视化的代码样例
不少读者看了我前面两篇文章
总结一下用caffe跑图片数据的研究流程
deep learning实践经验总结2--准确率再次提升，到达0.8，再来总结一下
之后，想知道我是怎么实现特征可视化的。
简单来说，其实就是让神经网络正向传播一次，然后把某层的特征值给取出来，然后转换为图片保存。
下面我提供一个demo，大家可以根据自己的需求修改。
先看看我的demo的使用方法。
visualize_features.bin net_proto pretrained_net_proto iterations [CPU/GPU] img_list_file dstdir laydepth
visualize_features.bin是cpp编译出来的可执行文件
下面看看各参数的意义：
1 net_proto：caffe规定的一种定义网络结构的文件格式，后缀名为".prototxt"。这个文件定义了网络的输入，已经相关参数，还有就是整体的网络结构。
2 pretrained_net_proto：这个是已经训练好了的模型
3 iterations：迭代次数
4 [CPU/GPU]：cpu还是gpu模式
5 img_list_file：待测试的文件名列表。我这里需要这个主要是为了得到图片的类名。
6 dstdir：图片输出的文件夹
7 laydepth：需要输出哪一层的特征
下面是一个实例例子：
./visualize_features.bin /home/linger/linger/caffe-action/caffe-master/examples/cifar10/cifar10_full_test.prototxt /home/linger/linger/caffe-action/caffe-master/examples/cifar10/cifar10_full_iter_60000 20 GPU /home/linger/linger/testfile/skirt_test_attachment/image_filename /home/linger/linger/testfile/innerproduct/ 7
下面是源代码：
- // Copyright 2013 Yangqing Jia
- //
- // This is a simple script that allows one to quickly test a network whose
- // structure is specified by text format protocol buffers, and whose parameter
- // are loaded from a pre-trained network.
- // Usage:
- // test_net net_proto pretrained_net_proto iterations [CPU/GPU]
- #include <cuda_runtime.h>
- #include <fstream>
- #include <iostream>
- #include <cstring>
- #include <cstdlib>
- #include <algorithm>
- #include <vector>
- #include <utility>
- #include "caffe/caffe.hpp"
- #include <opencv2/highgui/highgui.hpp>
- #include <opencv2/highgui/highgui_c.h>
- #include <opencv2/imgproc/imgproc.hpp>
- using std::make_pair;
- using std::pair;
- using namespace caffe; // NOLINT(build/namespaces)
- using namespace std;
- vector<string> fileNames;
- char * filelist;
- /*
- * 读入的文件的内容格式类似这样子的：全局id 类名_所在类的id.jpg
- 0 一步裙_0.jpg
- 1 一步裙_1.jpg
- 2 一步裙_10.jpg
- */
- void readFile()
- {
- if(fileNames.empty())
- {
- ifstream read(filelist);
- //"/home/linger/linger/testfile/test_attachment/image_filename"
- // "/home/linger/imdata/test_files_collar.txt"
- // "/home/linger/linger/testfile/testfilename"
- if(read.is_open())
- {
- while(!read.eof())
- {
- string name;
- int id;
- read>>id>>name;
- fileNames.push_back(name);
- }
- }
- }
- }
- /*
- * 根据图片id获取类名
- */
- string getClassNameById(int id)
- {
- readFile();
- int index = fileNames[id].find_last_of('_') ;
- return fileNames[id].substr(0, index);
- }
- void writeBatch(const float* data,int num,int channels,int width,int height,int startID,const char*dir)
- {
- for(int id = 0;id<num;id++)
- {
- for(int channel=0;channel<channels;channel++)
- {
- cv::Mat mat(height,width, CV_8UC1);//高宽
- vector<vector<float> > vec;
- vec.resize(height);
- float max = -1;
- float min = 999999;
- for(int row=0;row<height;row++)
- {
- vec[row].resize(width);
- for(int col=0;col<width;col++)
- {
- vec[row][col] =
- data[id*channels*width*height+channel*width*height+row*width+col];
- if(max<vec[row][col])
- {
- max = vec[row][col];
- }
- if(min>vec[row][col])
- {
- min = vec[row][col];
- }
- }
- }
- for(int row=0;row<height;row++)
- {
- for(int col=0;col<width;col++)
- {
- vec[row][col] = 255*((float)(vec[row][col]-min))/(max-min);
- uchar& img = mat.at<uchar>(row,col);
- img= vec[row][col];
- }
- }
- char filename[100];
- string label = getClassNameById(startID+id);
- string file_reg =dir;
- file_reg+="%s%05d_%05d.png";
- snprintf(filename, 100, file_reg.c_str(), label.c_str(),startID+id,channel);
- //printf("%s\n",filename);
- cv::imwrite(filename, mat);
- }
- }
- }
- int main(int argc, char** argv)
- {
- if (argc < 4)
- {
- LOG(ERROR) << "visualize_features.bin net_proto pretrained_net_proto iterations "
- << "[CPU/GPU] img_list_file dstdir laydepth";
- return 0;
- }
- /*
- ./visualize_features.bin /home/linger/linger/caffe-action/caffee-ext/Caffe_MM/prototxt/triplet/triplet_test_simple.prototxt /home/linger/linger/caffe-action/caffee-ext/Caffe_MM/snapshorts/_iter_100000 8 GPU /home/linger/linger/testfile/test_attachment/image_filename /home/linger/linger/testfile/innerproduct/ 6
- */
- filelist = argv[5];
- cudaSetDevice(0);
- Caffe::set_phase(Caffe::TEST);
- if (argc == 5 && strcmp(argv[4], "GPU") == 0)
- {
- LOG(ERROR) << "Using GPU";
- Caffe::set_mode(Caffe::GPU);
- }
- else
- {
- LOG(ERROR) << "Using CPU";
- Caffe::set_mode(Caffe::CPU);
- }
- NetParameter test_net_param;
- ReadProtoFromTextFile(argv[1], &test_net_param);
- Net<float> caffe_test_net(test_net_param);
- NetParameter trained_net_param;
- ReadProtoFromBinaryFile(argv[2], &trained_net_param);
- caffe_test_net.CopyTrainedLayersFrom(trained_net_param);
- int total_iter = atoi(argv[3]);
- LOG(ERROR) << "Running " << total_iter << " Iterations.";
- double test_accuracy = 0;
- vector<Blob<float>*> dummy_blob_input_vec;
- int startID = 0;
- int nums;
- int dims;
- int batchsize = test_net_param.layers(0).layer().batchsize();
- int laynum = caffe_test_net.bottom_vecs().size();
- printf("num of layers:%d\n",laynum);
- for (int i = 0; i < total_iter; ++i)
- {
- const vector<Blob<float>*>& result =
- caffe_test_net.Forward(dummy_blob_input_vec);
- int laydepth = atoi(argv[7]);
- Blob<float>* features = (*(caffe_test_net.bottom_vecs().begin()+laydepth))[0];//调整第几层即可
- nums = features->num();
- dims= features->count()/features->num();
- int num = features->num();
- int channels = features->channels();
- int width = features->width();
- int height = features->height();
- printf("channels:%d,width:%d,height:%d\n",channels,width,height);
- writeBatch(features->cpu_data(),num,channels,width,height,startID,argv[6]);
- startID += nums;
- }
- return 0;
- }
版权声明：本文为博主原创文章，未经博主允许不得转载。
- 顶
- 5
- 踩
- 0
- 猜你在找
0 0
- 神经网络：caffe特征可视化的代码样例
- 神经网络：caffe特征可视化的代码样例
- caffe特征可视化的代码样例
- Caffe学习特征可视化的一点代码问题.
- 基于caffe的特征可视化
- 神经网络特征可视化
- Caffe CNN特征可视化
- Caffe CNN特征可视化
- Caffe 特征图可视化
- caffe特征可视化
- Caffe CNN特征可视化
- Caffe CNN特征可视化
- Caffe 特征图可视化
- Caffe 的可视化 （四） 特征图的可视化
- CAFFE提取特征并可视化
- caffe提取特征并可视化
- caffe matlab接口特征可视化
- CAFFE提取特征并可视化
- 传统创业 vs. 精益创业:为什么说项目经理已经名存实亡
- windows下搭建git的SSH服务器
- node.js概述
- leetcode_Evaluate Reverse Polish Notation
- C#高级编程七十六天----使用指针实现基于栈的高性能数组
- 神经网络：caffe特征可视化的代码样例
- 有的时候用yum 在线安装linux软件包的时候 ，会提示找不到镜像的地址
- 通用的Adapter
- Java之正则表达式【使用语法】
- Android系统中设置TextView的行间距
- C/C++ 语言中 sprintf() 函数的用法
- memcached源码分析之线程池机制（二）
- 在poll的admin文件下添加，date_hierarchy = 'pub_date'字段会报错
- Android Studio配置Github
g++ xxx.cpp -p xxx
貌似缺少指定很多库，如：
fatal error: cuda_runtime.h: No such file or directory
extract_features_my.exe D:\Caffe\examples\cifar10\cifar10_quick_test.prototxt D:\Caffe\examples\cifar10\cifar10_quick_iter_4000 20 GPU D:\Caffe\examples\cifar10\tmp\1.bmp D:\Caffe\examples\cifar10\output 7
pause
当我运行上面的bat文件后，就一直运行，等了很长时间，最后都死机了还是没有得到1.bmp的特征，请问博主这是怎回事啊，谢谢你。
5 img_list_file：待测试的文件名列表。
最好读懂代码，灵活使用。我实现的功能并不一定刚好符合你的需求。
我qq271107933