使用caffe测试自己的图片
第一种方法是测试批量图片,使用caffe.bin即可,首先要做的是把你的jpg图片转换为LMDB的格式,如何转换呢?用/build/tools/convert_image --resize_width 227 --resize_height 227 图片所在的目录 class.txt LMDB文件生成的目录(注意是目录)即可,这里class.txt是我自己生成的,内容是每个图片的路径。
得到相应的LMDB目录以后,把这个路径填入到prototxt的test layer中的source中,修改一下batch_size的大小,然后执行命令./build/tools/caffe.bin test -model 你的网络prototxt -weights 你的caffemodel -iterations 100 (迭代一百次);
第二种方法是使用classfication,这个是针对一幅图做分类的。这个网上百分之99的都是直接用bvlc这个model来测试的,那里面什么东西都给好了,实在是没有任何的借鉴的意义,最近我在复现一篇论文的工作,它里面调用的是googlenet,用classification的话就需要自己修改一下东西。
首先是deploy.prototxt文件,我的prototext是训练和测试的,所以你要用来预测图片,需要自己做修改,最简单的方法是吧input的layer都删除了,换成:
layer {
name: "data"
type: "Input"
top: "data"
input_param
{ shape: { dim:1 dim: 3 dim: 227 dim: 227 }}}
第一个维度是图片数,第二个是通道数,后面的是图片的长宽,然后对于googlenet,他的输出是三个...所以我就强行把前两个输出删除了,这里因为还没有读过相 关的paper,不太清楚为什么要三个输出,这几天有时间准备把paper读一下,搞定这个以后,要确定你的caffe编译了opencv,这样它就不会报错说没有input了。
最新文章
- 趣味python编程之经典俄罗斯方块
- 微信小程序未来怎么样?听微盟卫晓祥来说说
- UnityShader快速上手指南(四)
- Microsoft Excel软件打开文件出现文件的格式与文件扩展名指定格式不一致?
- [py]chr ord
- java核心技术记录之集合
- VS2010
- Android正在使用Handler实现信息发布机制(一)
- 2016 Vultr VPS最新优惠码,赠送新用户70美元,亲测有效
- Scala编程入门---面向对象编程之Trait
- 微信小程序 组件 Demo
- [EFCore]EntityFrameworkCore Code First 当中批量自定义列名
- no module named 'win32api'问题
- _future_用法总结
- Java程序设计概述
- http方式访问svn
- linux 查看系统编码和修改系统 编码方法
- 添加Net4CollectionTypeFactory的原因
- STL在数组算法的使用
- MySQL 数据库--SQL语句优化