python接口调用已训练好的caffe模型测试分类方法


Posted in Python onAugust 26, 2019

训练好了model后,可以通过python调用caffe的模型,然后进行模型测试的输出。

本次测试主要依靠的模型是在caffe模型里面自带训练好的结构参数:~/caffe/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel,以及结构参数

:~/caffe/models/bvlc_reference_caffenet/deploy.prototxt相结合,用python接口进行调用。

训练的源代码以及相应的注释如下所示:

# -*- coding: UTF-8 -*-
import os
import caffe
import numpy as np
root='/home/zf/caffe/'#指定根目录
deploy=root+'models/bvlc_reference_caffenet/deploy.prototxt'#结构文件
caffe_model=root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'
#已经训练好的model
 
dir =root+'examples/images/'#保存测试图片的集合
filelist=[]
filenames=os.listdir(dir)
for fn in filenames:
  fullfilename = os.path.join(dir,fn)
  filelist.append(fullfilename)
#filelist.append(fn)
def Test(img):
#加载模型
  net = caffe.Net(deploy,caffe_model,caffe.TEST)
 
# 加载输入和配置预处理
  transformer = caffe.io.Transformer({'data':net.blobs['data'].data.shape})
  transformer.set_mean('data', np.load('/home/zf/caffe/python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1))
  transformer.set_transpose('data', (2,0,1))
  transformer.set_channel_swap('data', (2,1,0))
  transformer.set_raw_scale('data', 255.0)
 
#注意可以调节预处理批次的大小
#由于是处理一张图片,所以把原来的10张的批次改为1
  net.blobs['data'].reshape(1,3,227,227)
 
#加载图片到数据层
  im = caffe.io.load_image(img)
  net.blobs['data'].data[...] = transformer.preprocess('data', im)
 
#前向计算
  out = net.forward()
 
# 其他可能的形式 : out = net.forward_all(data=np.asarray([transformer.preprocess('data', im)]))
 
#预测分类
  print out['prob'].argmax()
 
#打印预测标签
  labels = np.loadtxt("/home/zf/caffe/data/ilsvrc12/synset_words.txt", str, delimiter='\t')
  top_k = net.blobs['prob'].data[0].flatten().argsort()[-1]
  print 'the class is:',labels[top_k]
  f=file("/home/zhengfeng/caffe/examples/zf/label.txt","a")
  f.writelines(img+' '+labels[top_k]+'\n')
labels_filename=root +'data/ilsvrc12/synset_words.txt'
#循环遍历文件夹root+'examples/images/'下的所有图片
for i in range(0,len(filelist)):
  img=filelist[i]
  Test(img)

ps:主要有以下的文件需要说明

待测试的文件夹里面的图片数据为:

python接口调用已训练好的caffe模型测试分类方法

最后的输出结果如下:

以下是本人定义的label.txt文件写入的预测的数据:

python接口调用已训练好的caffe模型测试分类方法

如果在编译的时候出现import caffe error的话,说明没有导入caffe

Export PYTHONPATH=$PYTHONPATH:/home/zf/caffe/python,如果还是不行,可能是你的caffe的python接口未编译,cd /home/zf/caffe,然后执行make pycaffe,接着再测试。

以上这篇python接口调用已训练好的caffe模型测试分类方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python笔记(1) 关于我们应不应该继续学习python
Oct 24 Python
python 递归遍历文件夹,并打印满足条件的文件路径实例
Aug 30 Python
Python实现冒泡排序的简单应用示例
Dec 11 Python
Python实现读写INI配置文件的方法示例
Jun 09 Python
对TensorFlow的assign赋值用法详解
Jul 30 Python
python-opencv获取二值图像轮廓及中心点坐标的代码
Aug 27 Python
python 模拟贷款卡号生成规则过程解析
Aug 30 Python
基于python cut和qcut的用法及区别详解
Nov 22 Python
python GUI库图形界面开发之PyQt5计数器控件QSpinBox详细使用方法与实例
Feb 28 Python
Python3.x+pyqtgraph实现数据可视化教程
Mar 14 Python
python 下载文件的几种方法汇总
Jan 06 Python
用Python提取PDF表格的方法
Apr 11 Python
深入学习python多线程与GIL
Aug 26 #Python
用python生成与调用cntk模型代码演示方法
Aug 26 #Python
python list转置和前后反转的例子
Aug 26 #Python
python3 map函数和filter函数详解
Aug 26 #Python
python爬虫 2019中国好声音评论爬取过程解析
Aug 26 #Python
解决Python计算矩阵乘向量,矩阵乘实数的一些小错误
Aug 26 #Python
对Python中一维向量和一维向量转置相乘的方法详解
Aug 26 #Python
You might like
全国FM电台频率大全 - 25 云南省
2020/03/11 无线电
PHP提交表单失败后如何保留已经填写的信息
2014/06/20 PHP
最常用的8款PHP调试工具
2014/07/06 PHP
php set_include_path函数设置 include_path 配置选项
2016/10/30 PHP
phpstorm 正则匹配删除空行、注释行(替换注释行为空行)
2018/01/21 PHP
php两点地理坐标距离的计算方法
2018/12/29 PHP
PHP7中I/O模型内核剖析详解
2019/04/14 PHP
JavaScript获得选中文本内容的方法
2008/12/02 Javascript
原生js和jQuery实现淡入淡出轮播效果
2015/12/25 Javascript
详解JavaScript表单验证(E-mail 验证)
2016/03/31 Javascript
基于jquery fly插件实现加入购物车抛物线动画效果
2016/04/05 Javascript
利用JS提交表单的几种方法和验证(必看篇)
2016/09/17 Javascript
JS实现表单验证功能(验证手机号是否存在,验证码倒计时)
2016/10/11 Javascript
js求数组中全部数字可拼接出的最大整数示例代码
2017/08/25 Javascript
jQuery实现的简单图片轮播效果完整示例
2018/02/08 jQuery
js获取html页面代码中图片地址的实现代码
2018/03/05 Javascript
详解滑动穿透(锁body)终极探索
2019/04/16 Javascript
Angular2使用SVG自定义图表(条形图、折线图)组件示例
2019/05/10 Javascript
解决Vue keep-alive 调用 $destory() 页面不再被缓存的情况
2020/10/30 Javascript
用Python中的wxPython实现最基本的浏览器功能
2015/04/14 Python
Python爬虫爬取美剧网站的实现代码
2016/09/03 Python
Python数据结构与算法之链表定义与用法实例详解【单链表、循环链表】
2017/09/28 Python
Python3.遍历某文件夹提取特定文件名的实例
2018/04/26 Python
python求解数组中两个字符串的最小距离
2018/09/27 Python
Selenium的使用详解
2018/10/19 Python
浅谈python多进程共享变量Value的使用tips
2019/07/16 Python
手写一个python迭代器过程详解
2019/08/27 Python
Python根据指定文件生成XML的方法
2020/06/29 Python
python3.8.3安装教程及环境配置的详细教程(64-bit)
2020/11/28 Python
全球性的在线鞋类品牌:Public Desire
2019/04/03 全球购物
财务会计专业推荐信
2013/11/30 职场文书
踏青活动策划方案
2014/08/19 职场文书
幼儿园中班教师个人总结
2015/02/05 职场文书
Nginx使用X-Accel-Redirect实现静态文件下载的统计、鉴权、防盗链、限速等
2021/04/04 Servers
win11如何查看端口是否被占用? Win11查看端口是否占用的技巧
2022/04/05 数码科技
Moment的feature导致线上bug解决分析
2022/09/23 Javascript