bvlc_reference_caffenet.caffemodel模型的应用
2017-10-24 16:52
911 查看
利用imagenet进行finetune训练,待训练好模型,利用模型进行分类。
caffe程序自带有一张小猫图片,存放路径为caffe根目录下的 examples/images/cat.jpg, 如果我们想用一个训练好的caffemodel来对其进行分类;
1、caffemodel文件。
可以直接在浏览器里输入地址下载,也可以运行脚本文件下载。下载地址为:http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel
文件名称为:bvlc_reference_caffenet.caffemodel,文件大小为230M左右,为了代码的统一,将这个caffemodel文件下载到caffe根目录下的 models/bvlc_reference_caffenet/ 文件夹下面。也可以运行脚本文件进行下载:
[cpp]
view plain
copy
# sudo ./scripts/download_model_binary.py models/bvlc_reference_caffenet
2、均值文件。
有了caffemodel文件,就需要对应的均值文件,在测试阶段,需要把测试数据减去均值。这个文件我们用脚本来下载,在caffe根目录下执行:
[cpp]
# sudo sh ./data/ilsvrc12/get_ilsvrc_aux.sh
执行并下载后,均值文件放在 data/ilsvrc12/ 文件夹里。
3、synset_words.txt文件
在调用脚本文件下载均值的时候,这个文件也一并下载好了。里面放的是1000个类的名称。
数据准备好了,我们就可以开始分类了,我们给大家提供两个版本的分类方法:
一、c++方法
在caffe根目录下的 examples/cpp-classification/ 文件夹下面,有个classification.cpp文件,就是用来分类的。当然编译后,放在/build/examples/cpp_classification/ 下面
我们就直接运行命令:
[cpp]
# sudo ./build/examples/cpp_classification/classification.bin \
models/bvlc_reference_caffenet/deploy.prototxt \
models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \
data/ilsvrc12/imagenet_mean.binaryproto \
data/ilsvrc12/synset_words.txt \
examples/images/cat.jpg
测试结果:
gjh@gjh-System-Product-Name:~/caffe$ sudo ./build/examples/cpp_classification/classification.bin \
> models/bvlc_reference_caffenet/deploy.prototxt \
> models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \
> data/ilsvrc12/imagenet_mean.binaryproto \
> data/ilsvrc12/synset_words.txt \
> examples/images/cat.jpg
---------- Prediction for examples/images/cat.jpg ----------
0.3134 - "n02123045 tabby, tabby cat"
0.2380 - "n02123159 tiger cat"
0.1235 - "n02124075 Egyptian cat"
0.1003 - "n02119022 red fox, Vulpes vulpes"
0.0715 - "n02127052 lynx, catamount"
caffe程序自带有一张小猫图片,存放路径为caffe根目录下的 examples/images/cat.jpg, 如果我们想用一个训练好的caffemodel来对其进行分类;
1、caffemodel文件。
可以直接在浏览器里输入地址下载,也可以运行脚本文件下载。下载地址为:http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel
文件名称为:bvlc_reference_caffenet.caffemodel,文件大小为230M左右,为了代码的统一,将这个caffemodel文件下载到caffe根目录下的 models/bvlc_reference_caffenet/ 文件夹下面。也可以运行脚本文件进行下载:
[cpp]
view plain
copy
# sudo ./scripts/download_model_binary.py models/bvlc_reference_caffenet
2、均值文件。
有了caffemodel文件,就需要对应的均值文件,在测试阶段,需要把测试数据减去均值。这个文件我们用脚本来下载,在caffe根目录下执行:
[cpp]
# sudo sh ./data/ilsvrc12/get_ilsvrc_aux.sh
执行并下载后,均值文件放在 data/ilsvrc12/ 文件夹里。
3、synset_words.txt文件
在调用脚本文件下载均值的时候,这个文件也一并下载好了。里面放的是1000个类的名称。
数据准备好了,我们就可以开始分类了,我们给大家提供两个版本的分类方法:
一、c++方法
在caffe根目录下的 examples/cpp-classification/ 文件夹下面,有个classification.cpp文件,就是用来分类的。当然编译后,放在/build/examples/cpp_classification/ 下面
我们就直接运行命令:
[cpp]
# sudo ./build/examples/cpp_classification/classification.bin \
models/bvlc_reference_caffenet/deploy.prototxt \
models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \
data/ilsvrc12/imagenet_mean.binaryproto \
data/ilsvrc12/synset_words.txt \
examples/images/cat.jpg
测试结果:
gjh@gjh-System-Product-Name:~/caffe$ sudo ./build/examples/cpp_classification/classification.bin \
> models/bvlc_reference_caffenet/deploy.prototxt \
> models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \
> data/ilsvrc12/imagenet_mean.binaryproto \
> data/ilsvrc12/synset_words.txt \
> examples/images/cat.jpg
---------- Prediction for examples/images/cat.jpg ----------
0.3134 - "n02123045 tabby, tabby cat"
0.2380 - "n02123159 tiger cat"
0.1235 - "n02124075 Egyptian cat"
0.1003 - "n02119022 red fox, Vulpes vulpes"
0.0715 - "n02127052 lynx, catamount"
相关文章推荐
- window+opencv3.4+caffe模型bvlc_reference_caffenet
- bvlc_reference_caffenet.caffemodel
- caffe-ubuntu1604-gtx850m-i7-4710hq----bvlc_reference_caffenet.caffemodel
- caffe利用caffenet运行bvlc_reference_caffenet.caffemodel时错误
- caffe-ubuntu1604-gtx850m-i7-4710hq----bvlc_reference_caffenet.caffemodel
- caffe基础-13AlexNet模型bvlc_reference_caffenet的测试
- 第二话 Asp.Net MVC 3.0【动态输出和Model(模型)应用】
- 用训练好的模型(caffemodel)来分类新的图片
- sharepoint2010应用开发一:使用服务端对象模型(Server-Side Object Model)操作列表
- 在asp.net WebAPI 中 使用Forms认证和ModelValidata(模型验证)
- processModel与ASP.NET进程模型
- 【jquery模仿net控件】初步GridView模型实现,及其简单应用
- ASP.NET MVC基于标注特性的Model验证:将ValidationAttribute应用到参数上
- caffe的python接口学习(6):用训练好的模型(caffemodel)来分类新的图片
- caffe的python接口学习:用训练好的模型(caffemodel或者h5)来分类新的图片
- Mxnet学习系列4----Caffe模型转换成Mxnet模型
- 10、ASP.NET MVC入门到精通——Model(模型)和验证
- SCA概念与应用实践(7.SCA装配模型--7.6服务service & 7.7引用reference)
- 如何应用Asp.Net Mvc内建功能(DefaultModelBinder)实现简单类型、复杂类型、集合类型,以及字典类型的自动绑定
- ASP.NET MVC基于标注特性的Model验证:将ValidationAttribute应用到参数上