Caffe学习系列(15):计算图片数据的均值
来源:互联网 发布:linux 查找字符串 编辑:程序博客网 时间:2024/05/16 08:26
图片减去均值后,再进行训练和测试,会提高速度和精度。因此,一般在各种模型中都会有这个操作。
那么这个均值怎么来的呢,实际上就是计算所有训练样本的平均值,计算出来后,保存为一个均值文件,在以后的测试中,就可以直接使用这个均值来相减,而不需要对测试图片重新计算。
一、二进制格式的均值计算
caffe中使用的均值数据格式是binaryproto, 作者为我们提供了一个计算均值的文件compute_image_mean.cpp,放在caffe根目录下的tools文件夹里面。编译后的可执行体放在 build/tools/ 下面,我们直接调用就可以了
# sudo build/tools/compute_image_mean examples/mnist/mnist_train_lmdb examples/mnist/mean.binaryproto
带两个参数:
第一个参数:examples/mnist/mnist_train_lmdb, 表示需要计算均值的数据,格式为lmdb的训练数据。
第二个参数:examples/mnist/mean.binaryproto, 计算出来的结果保存文件。
二、python格式的均值计算
如果我们要使用python接口,或者我们要进行特征可视化,可能就要用到python格式的均值文件了。首先,我们用lmdb格式的数据,计算出二进制格式的均值,然后,再转换成python格式的均值。
我们可以编写一个python脚本来实现:
#!/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 )
将这个脚本保存为convert_mean.py
调用格式为:
# sudo python convert_mean.py mean.binaryproto mean.npy
其中的 mean.binaryproto 就是经过前面步骤计算出来的二进制均值。
mean.npy就是我们需要的python格式的均值。
0 0
- Caffe学习系列(15):计算图片数据的均值
- Caffe学习系列(15):计算图片数据的均值
- Caffe学习系列(15):计算图片数据的均值
- Caffe学习系列(15):计算图片数据的均值
- Caffe学习系列(15):计算图片数据的均值
- caffe学习系列:计算图片数据的均值
- Caffe系列(10):计算图片数据的均值
- caffe计算图片数据的均值详解
- caffe 学习系列:计算图片的均值以及转化npy格式
- Caffe学习系列——工具篇:计算数据集的图像均值
- Caffe——计算图片的数据均值
- Caffe学习(9)——计算图片数据的均值
- caffe--- 图片数据均值计算小工具
- caffe学习笔记2:计算图像数据集的均值
- caffe学习笔记12-建立自己的数据集与均值计算
- Caffe 计算图像的均值
- caffe中计算图像的均值
- 深度学习文章4:计算图像数据集的均值
- 负载均衡
- 算法题(1)
- python用post方法,向solr进行删除,更新,插入操作
- oracle的触发器增删改实例
- github代码不能更新
- Caffe学习系列(15):计算图片数据的均值
- freemark
- android DPI 计算 及单位换算
- 并发 并行 同步 异步 多线程 多进程 阻塞 非阻塞
- Android N Behavior Changes 笔记
- 设计模式-8-外观模式
- C# winform中实现Datagridview中只允许输入数字类型
- IntelliJ IDEA 使用 Resin + JRebel 实现热部署
- angualrjs动态加载分析