计算机视觉caffe之路附3: Caffe均值文件mean.binaryproto转mean.npy
2017-06-21 18:53
302 查看
转: Caffe均值文件mean.binaryproto转mean.npy
1.mean.binaryproto转mean.npy
使用Caffe的C++接口进行操作时,需要的图像均值文件是pb格式,例如常见的均值文件名为mean.binaryproto;但在使用Python接口进行操作时,需要的图像均值文件是numpy格式,例如mean.npy。所以在跨语言进行操作时,需要将mean.binaryproto转换成mean.npy,转换代码如下:import caffe import numpy as np MEAN_PROTO_PATH = 'mean.binaryproto' # 待转换的pb格式图像均值文件路径 MEAN_NPY_PATH = 'mean.npy' # 转换后的numpy格式图像均值文件路径 blob = caffe.proto.caffe_pb2.BlobProto() # 创建protobuf blob data = open(MEAN_PROTO_PATH, 'rb' ).read() # 读入mean.binaryproto文件内容 blob.ParseFromString(data) # 解析文件内容到blob array = np.array(caffe.io.blobproto_to_array(blob))# 将blob中的均值转换成numpy格式,array的shape (mean_number,channel, hight, width) mean_npy = array[0] # 一个array中可以有多组均值存在,故需要通过下标选择其中一组均值 np.save(MEAN_NPY_PATH ,mean_npy)
2.已知图像均值,构造mean.npy
如果已知图像中每个通道的均值,例如3通道图像每个通道的均值分别为104,117,123,我们也可以通过其构造mean.npy。代码如下:import numpy as np MEAN_NPY_PATH = 'mean.npy' mean = np.ones([3,256, 256], dtype=np.float) mean[0,:,:] = 104 mean[1,:,:] = 117 mean[2,:,:] = 123 np.save(MEAN_NPY, mean)
3.载入mean.npy
上面我们用两种方式构造了均值文件mean.npy,在使用时载入mean.npy的代码如下:import numpy as np mean_npy = np.load(MEAN_NPY_PATH) mean = mean_npy.mean(1).mean(1)
相关文章推荐
- 计算机视觉caffe之路第五篇:关于ssd_detect.cpp的使用方法
- 计算机视觉caffe之路第二篇:TX1基本操作和测试
- 计算机视觉caffe之路附2:caffe资源汇总
- 计算机视觉caffe之路第三篇:CIFAR-10数据集训练及预测实例
- 计算机视觉caffe之路第四篇:VOC2007数据集训练及预测实例
- 计算机视觉caffe之路第五篇:ImageNet数据集训练及预测实例
- 计算机视觉caffe之路附1:Ubuntu+Opencv+Caffe开发深度学习常见错误及经验
- 计算机视觉caffe之路第一篇:Ubuntu16.04_Jetson TX1_Caffe_ssd环境配置
- <随笔>我的计算机视觉之路(一):转行CV
- 一位前端开发者的计算机视觉学习之路——专访《Chrome扩展及应用开发》作者李喆
- 小白入门计算机视觉:这是最全的一份CV技术学习之路
- 开始计算机视觉之路~~~
- 计算机视觉的开源深度学习:Torch VS Caffe
- 计算机视觉之路
- 计算机视觉基础2——相机成像的几何描述
- 【机器视觉】 概率模型与计算机视觉
- 【视频开发】【计算机视觉】doppia编译之三:编译安装opencv库
- 2013-2017:中国 CV(计算机视觉)公司恩仇录
- OpenCV-图像处理和计算机视觉
- 三维计算机视觉(六)--3DSC(3D形状上下文特征)