環境:VS2017+OpenCV3.3+C++
當我們接觸一個全新的caffe.model文件,如何快速應用的,今天我將通過一個預測性別和年齡的實例來說明這個問題,首先來下載模型文件,保存到我們指定的自定義的目錄,首先我們應該查看模型的描述文件(.prototxt),確定模型需要的輸入和輸出部分。
name: "CaffeNet"
input: "data" //輸入層
input_dim: 10 //數據增廣
input_dim: 3 //通道數
input_dim: 227//長寬
input_dim: 227
輸出:
layers {
name: "prob" //名稱
type: SOFTMAX //特徵層
bottom: "fc8"
top: "prob"
}
本圖爲CVPR論文中對年齡的label講解,用於後續輸出。
我們可以知道,輸入數據的格式,接下來我們可以通過之前講過的級聯分類器作爲圖像輸入,然後就可以進行性別和年齡的預測了。
1、模型定義
//替換成你的對應位置
String model_age_file = "D:/new_cv/opencv/sources/samples/data/age_net.caffemodel";
String model_age_txt = "D:/new_cv/opencv/sources/samples/data/age_deploy.prototxt";
String model_gender_bin ="D:/new_cv/opencv/sources/samples/data/gender_net.caffemodel";
String model_gender_txt ="D:/new_cv/opencv/sources/samples/data/gender_deploy.prototxt";
2、年齡預測
在進行年齡預測之前,我們先對label進行保存
vector<String> get_age_label()
{
vector<String> age_labels;
age_labels.push_back("0-2");
age_labels.push_back("4-6");
age_labels.push_back("8-13");
age_labels.push_back("15-20");
age_labels.push_back("25-32");
age_labels.push_back("38-43");
age_labels.push_back("48-53");
age_labels.push_back("60-");
return age_labels;
}
年齡預測代碼:
void predict_age(Mat &src)
{
Net net = readNetFromCaffe(model_age1_txt, model_age1_file);
if (net.empty())
{
cout << "load net error" << endl;
exit(-1);
}
Mat blobImg = blobFromImage(src, 1.0, Size(227, 227));
net.setInput(blobImg, "data");
Mat probMat = net.forward("prob");
probMat.reshape(1, 1);//1行1通道
Point index;//座標信息
double objvalue;//最大檢測值
minMaxLoc(probMat, NULL, &objvalue, NULL, &index);//忽略最小值,取最大值
size_t objindex = index.x;//label 下標
vector<String>labels = get_age_label();
putText(src, format("age:%s", labels[objindex].c_str()), Point(2, 20), FONT_HERSHEY_PLAIN, 0.7, Scalar(1, 12, 3), 1, 8);
}
3、性別預測
void predict_gender(Mat &src)
{
Net net = readNetFromCaffe(model_age1_txt, model_age1_file);
if (net.empty())
{
cout << "load net error" << endl;
exit(-1);
}
Mat blobImg = blobFromImage(src, 1.0, Size(227, 227));
net.setInput(blobImg, "data");
Mat probMat = net.forward("prob");
probMat.reshape(1, 1);//1行1通道
putText(src, format("gender:%s", (probMat.size[0] > probMat.size[1] ? "M" : "F")), Point(2, 10), FONT_HERSHEY_PLAIN, 0.7, Scalar(2, 2, 3), 1, 8);
}
4、結果展示
源代碼:https://github.com/haiqiang2017/open-dnn/blob/master/DNN/net_cas.cpp