利用訓練好的Caffe網路得到輸入映像的分類

本文檔描述是：如果已經訓練好了一個Caffe網路，如何利用這個網路進行映像的分類。

以下以mnist網路為例。

mnist是用來分類手寫數字0-9的。當使用者寫好一個數字後，映像進入mnist網路，然後網路計算出每個數的機率，認為讀到的是機率最大的數。         安裝python         使用網路需要用到python，因此請安裝好python，並將路徑設定好，詳見 http://caffe.berkeleyvision.org/installation.htmlPython and/or Matlab wrapper(optional)章節                   找到$CAFFE_ROOT\python\classify.py，將其複製到另外一個地方，例如$CAFFE_ROOT\examples\mnist，命名為classifytest.py

 

         開啟這個檔案。該檔案import了Caffe相關的檔案，然後讀入arg中的參數，如input_file、output_file、model_def、pretrained_model等等，有些參數看起來與我們要用的無關，例如channel_swap (mnist輸入的是黑白映像，只有單個通道)、input_scale(預設為1)等等，但是這些參數的程式碼片段千萬不能刪除，刪除可能導致之後調用python時出錯。如果你覺得在終端中輸入這些參數太麻煩，可以加個【dafault=你希望的預設值】       修改參數

     將參數中的"--model_def"的值改為網路結構的prototxt，例如我是這樣改的：

 parser.add_argument(        "--model_def",        default=os.path.join(pycaffe_dir,                "../../examples/mnist/lenet.prototxt"),        help="Model definition file.")

      將參數pretrained_model改為之前訓練好的參數檔案，例如我是這樣改的：

 parser.add_argument(        "--pretrained_model",        default=os.path.join(pycaffe_dir,                "../../examples/mnist/lenet_iter_10000.caffemodel"),        help="Trained model weights file.")

     由於mnist要求輸入的映像是灰階映像，因此需要將RGB圖轉換為灰階圖，並更改channel_swap：

在檔案的開頭加入

from skimage.color import rgb2gray

     在將圖片讀入inputs後將RGB圖轉換為灰階圖

inputs = [rgb2gray(input) for input in inputs]

更改channel_swap:

channel_swap = [0]

.py檔案更改就是這樣了，如果你的模型不一樣，需要採取不一樣的更改，舉一反三。

準備好一張圖片作為輸入圖片，這張圖片必須是28*28大小的JPEG格式圖片，內容是隨意的，但是畢竟mnist用於分類數字，我們用windows的畫圖工具畫好一個黑底白字的數字’0’，然後把這個圖片傳到$CAFFE_ROOT\examples\mnist下，命名為testformnist0.jpg

      進入終端：

 cd $CAFFE_ROOT

python examples/mnist/classifytest.pyexamples/mnist/testformnist0.jpg output

       第一個參數是python，表示使用python去執行第二個參數。第三個參數是輸入檔案的位置input_file，第四個參數是輸出檔案的位置output_file

結果如下：

其中Probability(input==’0’)=0.967，網路正確的分類了這個圖片。

如果想要顯示中間的某個結果，則可以通過修改網路結構定義檔案來實現。例如，我想要看看在softmax_loss層之前的結果是什麼：

開啟lenet_prototxt

檔案最後是

layers {  name: "prob"  type: SOFTMAX  bottom: "ip2"  top: "prob"}

      表示有個層，輸入ip2(inner_product2)，輸出prob(每個數的機率)，層的類型是softmax，並且綜合整個網路結果，這個層是最頂層，其輸出將會作為整個網路的輸出。

因此我們只需要刪除這個層，那麼以前的最頂層就被次頂層替代了，次頂層的結果就是softmax之前的運算結果。

刪除之後再運行python:

完全看不懂了是不是。

確實是這樣的，deep learning網路的參數和運行結果很不容易理解，某些時候確實需要網路的中間結果。