【caffe源码研究】第二章：使用篇(4) : python接口

本小节介绍一下python的使用接口。python接口的调用需要在编译正确python接口的环境下，详见安装篇。

make pycaffe

一、画网络结构图

使用python接口的draw_net.py可以将提供的网络结构画出图像。
首先，需要安装graphviz，源码安装，yum源安装，jumbo安装等等都可以。
这里讲一下源码安装。

---

graphviz源码安装暂留

---

然后安装pydot，直接使用pip安装即可

pip install pydot

然后可以使用draw_net.py来画网络图，如下

draw_net.py执行的时候带三个参数

• 第一个参数：网络模型的prototxt文件
• 第二个参数：保存的图片路径及名字
• 第三个参数：–rankdir=x , x 有四种选项，分别是LR, RL, TB, BT 。用来表示网络的方向，分别是从左到右，从右到左，从上到小，从下到上。默认为ＬＲ。

python draw_net.py ../examples/cifar10/cifar10_quick_train_test.prototxt cifa10.png

画出来的网络图如下

二、python接口

Python接口应用的很广泛，主要是简单易用。
写一个预测数字的python代码
predict_num.py代码如下：

__author__ = 'frank'import osimport numpy as npimport matplotlib.pyplot as pltimport sysimport caffecaffe_root = '/home/thirdparty/caffe-master/'import syssys.path.append(caffe_root + 'python')Path = "F:/caffe/data/"# load mean filemean_filename = Path+'image_mean.binaryproto'proto_data = open(mean_filename, "rb").read()a = caffe.io.caffe_pb2.BlobProto.FromString(proto_data)mean  = caffe.io.blobproto_to_array(a)[0]#load pretrain filepretrained_file = Path+'lenet_iter_10000.caffemodel'#load modle filemodel_file = Path+'deploy.prototxt'#create caffe netnumReg_net = caffe.Classifier(model_file, pretrained_file,                       mean = mean,                       channel_swap=(2,1,0),                       raw_scale=255,                       image_dims=(32, 32))#labelslist=['0','1','2','3','4','5','6','7','8','9']image_path = Path + 'trainData/7/7-5-IFPYM1SLG8.jpg'test_image = caffe.io.load_image(image_path)plt.imshow(test_image)plt.show()prediction = numReg_net.predict([test_image])print 'predictions:', prediction[0]  #list[prediction[0].argmax()]print 'predicted num:', list[prediction[0].argmax()]

运行结果

predictions: [ 0.   0.5  0.   0.   0.   0.   0.   0.5  0.   0. ]predicted num: 1

试了好几次，每次都是输出两个概率为0.5的数字。后来经过调试，发现问题在于predict函数定义为

 def predict(self, inputs, oversample=True):    """        Predict classification probabilities of inputs.        Parameters        ----------        inputs : iterable of (H x W x K) input ndarrays.        oversample : boolean            average predictions across center, corners, and mirrors            when True (default). Center-only prediction when False.        Returns        -------        predictions: (N x C) ndarray of class probabilities for N images and C            classes.     """

其中有一个默认参数oversample，如果将其值设为True，则会将图像从中心，边界取图，做镜像翻转，然后预测之后取平均值。这里做数字预测肯定是不能开启这个选项的！
修改代码为

prediction = numReg_net.predict([test_image],False)

再次运行即得到正确结果

predictions: [ 0.  0.  0.  0.  0.  0.  0.  1.  0.  0.]predicted num: 7

三、python预测

python接口是对函数进行了封装，这部分不使用封装好的函数，直接用python进行预测。其实本质就是Classifier和predict函数。
一个实例如下

# -*- coding:utf-8 -*-__author__ = 'fangjin'import numpy as np           #调用numpy模块，调用名称为npimport matplotlib.pyplot as plt #调用matplotlib.pyplot模块，调用名称为pltimport sysimport caffeImageEqulity_root = 'D:/data/'   #caffe根目录model_file = ImageEqulity_root + 'lenet_deploy.prototxt'  #CaffeNet网络结构pretrained = ImageEqulity_root + 'lenet_iter_10000.caffemodel'   #参数文件image_file = ImageEqulity_root+'testData/4/4-3-0Z5FN38C0Q.jpg'     #测试数据mean_filename = ImageEqulity_root + 'image_mean.binaryproto'#npload = ImageEqulity_root + '/python/caffe/imagenet/ilsvrc_2012_mean.npy'    #计算平均值# 显示图像模块plt.rcParams['figure.figsize'] = (10, 10)       # 显示图标大小为10plt.rcParams['image.interpolation'] = 'nearest'     # 图形差值以最近为原则plt.rcParams['image.cmap'] = 'gray'        #背景颜色为灰色IMAGE_SIZE = (32, 32)MEAN_VALUE = 128caffe.set_mode_cpu()net = caffe.Net(model_file, pretrained, caffe.TEST)proto_data = open(mean_filename, "rb").read()a = caffe.io.caffe_pb2.BlobProto.FromString(proto_data)mean  = caffe.io.blobproto_to_array(a)[0]transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})transformer.set_transpose('data', (2,0,1))# transformer.set_channel_swap('data',(2,1,0)) # 参考模型通道为BGR,需转换成RGB,括号中的数字表示排列顺序#transformer.set_mean('data', np.array([MEAN_VALUE]))#transformer.set_mean('data', mean)transformer.set_raw_scale('data', 255)image = caffe.io.load_image(image_file, True)# net.blobs['data'].reshape(1, 3, 100, 100)# net.blobs['data'].reshape(1, 3, *IMAGE_SIZE) # reshaoetransformed_image = transformer.preprocess('data',image)#读取文件net.blobs['data'].data[...]=transformed_imageout = net.forward()score = out['prob'][0]num_list=['0','1','2','3','4','5','6','7','8','9']print "Predicted class is : " ,scoreprint 'predicted num:', num_list[score.argmax()]

主要是定义了一个Transformer，对图像进行预处理。然后通过out = net.forward()进行前向计算，之后score = out['prob'][0]输出prob层的结果就可以了，因为只有一张图像，所以是out['prob'][0]。