利用训练好的Caffe网络得到输入图像的分类

本文档描述是：如果已经训练好了一个Caffe网络，如何利用这个网络进行图像的分类。

以下以mnist网络为例。

mnist是用来分类手写数字0-9的。当用户写好一个数字后，图像进入mnist网络，然后网络计算出每个数的概率，认为读到的是概率最大的数。

        安装python

        使用网络需要用到python，因此请安装好python，并将路径设置好，详见http://caffe.berkeleyvision.org/installation.htmlPython and/or Matlab wrapper(optional)章节

        

         找到$CAFFE_ROOT\python\classify.py，将其复制到另外一个地方，例如$CAFFE_ROOT\examples\mnist，命名为classifytest.py

 

         打开这个文件。该文件import了Caffe相关的文件，然后读入arg中的参数，如input_file、output_file、model_def、pretrained_model等等，有些参数看起来与我们要用的无关，例如channel_swap (mnist输入的是黑白图像，只有单个通道)、input_scale(默认为1)等等，但是这些参数的代码段千万不能删除，删除可能导致之后调用python时出错。如果你觉得在终端中输入这些参数太麻烦，可以加个【dafault=你希望的默认值】

      修改参数

     将参数中的"--model_def"的值改为网络结构的prototxt，例如我是这样改的：

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

      将参数pretrained_model改为之前训练好的参数文件，例如我是这样改的：

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

     由于mnist要求输入的图像是灰度图像，因此需要将RGB图转换为灰度图，并更改channel_swap：

在文件的开头加入

from skimage.color import rgb2gray

     在将图片读入inputs后将RGB图转换为灰度图

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

更改channel_swap:

channel_swap = [0]

.py文件更改就是这样了，如果你的模型不一样，需要采取不一样的更改，举一反三。

准备好一张图片作为输入图片，这张图片必须是28*28大小的JPEG格式图片，内容是随意的，但是毕竟mnist用于分类数字，我们用windows的画图工具画好一个黑底白字的数字’0’，然后把这个图片传到$CAFFE_ROOT\examples\mnist下，命名为testformnist0.jpg

      进入终端：

 cd $CAFFE_ROOT

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

       第一个参数是python，表示使用python去执行第二个参数。第三个参数是输入文件的位置input_file，第四个参数是输出文件的位置output_file

结果如下：

其中Probability(input==’0’)=0.967，网络正确的分类了这个图片。

如果想要显示中间的某个结果，则可以通过修改网络结构定义文件来实现。例如，我想要看看在softmax_loss层之前的结果是什么：

打开lenet_prototxt

文件最后是

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

      表示有个层，输入ip2(inner_product2)，输出prob(每个数的概率)，层的类型是softmax，并且综合整个网络结果，这个层是最顶层，其输出将会作为整个网络的输出。

因此我们只需要删除这个层，那么以前的最顶层就被次顶层替代了，次顶层的结果就是softmax之前的运算结果。

删除之后再运行python:

完全看不懂了是不是？

确实是这样的，deep learning网络的参数和运行结果很不容易理解，某些时候确实需要网络的中间结果。