caffe：利用python分类，并可视化模型参数、数据

caffe官方文档：http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb

1准备工作

1.1 安装python，numpy，matplotlib

 #安装python、numpy、matplotlib import numpy as np import matplotlib.pyplot as plt %matplotlib inline #设置默认显示参数 plt.rcParams['figure.figsize'] = (10, 10)        # 图像显示大小 plt.rcParams['image.interpolation'] = 'nearest'  # 最近邻差值: 像素为正方形 plt.rcParams['image.cmap'] = 'gray'              # 使用灰度输出而不是彩色输出

1.2 加载 caffe

import syscaffe_root = '/home/shine/caffe/' sys.path.insert(0, caffe_root + 'python')import caffe# 如果你看到"No module named _caffe",那么要么就是你没有正确编译pycaffe；要么就是你的路径有错误。

1.3 下载CaffeNet模型，该模型是AlexNet的变形

import osif os.path.isfile(caffe_root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'):     print 'CaffeNet found.'else:     print 'Downloading pre-trained CaffeNet model...'     !../scripts/download_model_binary.py ../models/bvlc_reference_caffenet

2 加载网络并设置输入预处理

2.1 将Caffe设置为CPU模式，并从硬盘加载网络

caffe.set_mode_cpu()model_def = caffe_root + 'models/bvlc_reference_caffenet/deploy.prototxt'    #注意这里使用deploy.prototxtmodel_weights = caffe_root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'net = caffe.Net(model_def,      # 定义模型结构                model_weights,  # 包含了模型的训练权值                caffe.TEST)     # 使用测试模式(不执行dropout)

2.2 设置输入预处理

       利用caffe.io.Transformer来进行预处理。CaffeNet模型默认的输入图像格式是BGR，像素值的取值范围为[0,255]，同时每个像素值都减去了ImageNet图像的平均值。matplotlib加载的图像的像素值位于[0,1]之间，并且格式是RGB格式，所以我们需要做一些变换。

# 加载ilsvrc12数据集的图像均值 (随着Caffe一起发布的)mu = np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy')mu = mu.mean(1).mean(1)                      #对所有像素值取平均以此获取BGR的均值像素值print 'mean-subtracted values:', zip('BGR', mu)# 对输入数据进行变换transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})transformer.set_transpose('data', (2,0,1))    #还没弄清楚？transformer.set_mean('data', mu)              #对于每个通道，都减去BGR的均值像素值transformer.set_raw_scale('data', 255)        #将像素值从[0,255]变换到[0,1]之间transformer.set_channel_swap('data', (2,1,0)) #交换通道，从RGB变换到BGR

3 用CPU分类

3.1 开始分类，尽管我们只对一张图像进行分类，不过我们将batch的大小设置为50，以此来演示batching

# 设置输入图像大小net.blobs['data'].reshape(50,        # batch 大小                          3,         # 3-channel (BGR) images                          227, 227)  # 图像大小为:227x227

3.2 加载图像，并进行预处理

image = caffe.io.load_image(caffe_root + 'examples/images/cat.jpg')transformed_image = transformer.preprocess('data', image)plt.imshow(image)

3.3 进行识别分类

3.3.1 分类

# 将图像数据拷贝到为net分配的内存中net.blobs['data'].data[...] = transformed_image# 执行分类output = net.forward()  output_prob = output['prob'][0]  #batch中第一张图像的概率值   print 'predicted class is:', output_prob.argmax()

输出：predictd class is: 281

3.3.1 输出类别标签

# 加载标签labels_file = caffe_root + 'data/ilsvrc12/det_synset_words.txt'if not os.path.exists(labels_file):     !../data/ilsvrc12/get_ilsvrc_aux.shlabels = np.loadtxt(labels_file, str, delimiter='\t')# 输出对应的类别标签print 'output label:', labels[output_prob.argmax()]

输出：output label: n02123043 tabby, tabby cat

3.3.2 输出置信度较高的前几个类别

# 查看置性度较高的几个结果# sort top five predictions from softmax outputtop_inds = output_prob.argsort()[::-1][:5]  # reverse sort and take five largest itemsprint 'probabilities and labels:'zip(output_prob[top_inds], labels[top_inds])

4 测试网络的中间层输出

4.1 读取网络的结构 

对于每一层参数为（batch_size, channel_dim, height, width）

# 对于每一层，显示输出类型。for layer_name, blob in net.blobs.iteritems():      print layer_name + '\t' + str(blob.data.shape)

输出：

data        (50, 3, 227, 227)conv1(50, 96, 55, 55)pool1(50, 96, 27, 27)norm1(50, 96, 27, 27)conv2(50, 256, 27, 27)pool2(50, 256, 13, 13)norm2(50, 256, 13, 13)conv3(50, 384, 13, 13)conv4(50, 384, 13, 13)conv5(50, 256, 13, 13)pool5(50, 256, 6, 6)fc6        (50, 4096)fc7        (50, 4096)fc8        (50, 1000)prob(50, 1000)

4.2 读取网络的参数
     net.params[0]表示weights, net.params[0]表示biases, weights：(output_channels, input_channels, filter_height, filter_width)，biases:
(output_channels)
for layer_name, param in net.params.iteritems():       print layer_name + '\t' + str(param[0].data.shape), str(param[1].data.shape)
输出：
conv1(96, 3, 11, 11) (96,)conv2(256, 48, 5, 5) (256,)conv3(384, 256, 3, 3) (384,)conv4(384, 192, 3, 3) (384,)conv5(256, 192, 3, 3) (256,)fc6        (4096, 9216) (4096,)fc7        (4096, 4096) (4096,)fc8        (1000, 4096) (1000,)
4.3 可视化特征
def vis_square(data):        # 输入一个形如：(n, height, width) or (n, height, width, 3)的数组，并对每一个形如(height,width)的特征进行可视化        # 正则化数据        data = (data - data.min()) / (data.max() - data.min())        # 将滤波器的核转变为正方形        n = int(np.ceil(np.sqrt(data.shape[0])))        padding = (((0, n ** 2 - data.shape[0]),                   (0, 1), (0, 1))                 # 在相邻的滤波器之间加入空白                    + ((0, 0),) * (data.ndim - 3))  # 不扩展最后一维        data = np.pad(data, padding, mode='constant', constant_values=1)  # 扩展一个像素(白色)        # tile the filters into an image        data = data.reshape((n, n) + data.shape[1:]).transpose((0, 2, 1, 3) + tuple(range(4, data.ndim + 1)))        data = data.reshape((n * data.shape[1], n * data.shape[3]) + data.shape[4:])        plt.imshow(data)        plt.axis('off')        plt.show()

4.3.1 可视化第一个卷积层(
conv1)的参数
# 参数为一个[weights, biases]的列表filters = net.params['conv1'][0].datavis_square(filters.transpose(0, 2, 3, 1))
4.3.2 可视化第一个卷积层(conv1)的输出特征
feat = net.blobs['conv1'].data[0, :36]vis_square(feat)
4.3.3 可视化第五个池化层(pooling5)的输出特征
feat = net.blobs['pool5'].data[0]vis_square(feat)

4.3.4 可视化第一个全连接层(f6)的输出特征
feat = net.blobs['fc6'].data[0]plt.subplot(2, 1, 1)plt.plot(feat.flat)plt.subplot(2, 1, 2)_ = plt.hist(feat.flat[feat.flat > 0], bins=100)plt.show()
输出：