在caffe下進行手寫數字的預測

本文主要講解如何用caffe已訓練好的模型進行手寫數字的預測。準備：1、數字圖片。任意尺寸，可以是彩色，也可以是灰度的。如果是灰度的，把下面代碼裏的彩色轉灰度的代碼去掉就行。2、已訓練好的模型。例如：lenet_iter_10000.caffemodel

預測的步驟比較簡單，主要是讀取圖片、構建網絡、前向傳播。其中最關鍵的就是讀取圖片了。一開始我使用的caffe進行讀取圖片：caffe.io.load_image(),但是預測結果都是錯的，目前還沒有發現是什麼原因引起的。改用opencv進行讀取就對了。代碼是根據github上一個例程修改的，這是源代碼的鏈接：caffe-mnist-test

    下面直接給出代碼：
    #predict.py
    import os
    import caffe
    import numpy as np
    import cv2


    caffe_root = caffe_dir（替換自己的Caffe根目錄）

    MODEL_FILE = caffe_root+'examples/mnist/lenet.prototxt'
    PRETRAINED = caffe_root+'examples/mnist/lenet_iter_10000.caffemodel'
    IMAGE_FILE = caffe_root+'examples/mnist/test/8.bmp'

    img = cv2.imread(IMAGE_FILE)
    if img.shape != [28, 28]:
            img2 = cv2.resize(img, (28, 28))
            img = img2.reshape(28, 28, -1)
    else:
            img = img.reshape(28, 28, -1)
    input_image = 1.0 - img / 255.0

    print input_image.shape
    print input_image
    input_image = np.dot(input_image, np.transpose([0.3, 0.59, 0.11]))（如果原圖是灰度圖片，則不需要這步）
    input_image = input_image[:,:,np.newaxis]（如果讀取的數據尺寸就是[28,28,1],則不需要此步驟）

    #img = caffe.io.load_image(IMAGE_FILE, color=False)
    net = caffe.Net(MODEL_FILE, PRETRAINED, caffe.TEST)
    caffe.set_mode_cpu()
    res = net.forward_all(data = np.asarray([input_image.transpose(2, 0, 1)]))
    prediction = res['prob'][0]
    print 'predicted class:', prediction.argmax()

    執行以下命令進行預測：
        cd caffe_root
        python predict.py

    路徑都對的話，就會輸出正確的預測分類了。

    很慶幸，找到問題根源了。原來caffe.io.load_image()讀取到的圖片數據0代表黑色，255(1）代表白色，而進行預測的時候，必須反過來，0表示白色，1表示黑色，前面代碼中的1-img/255正是這個原因。