Caffe笔记：python图像识别与分类

Caffe笔记：python图像识别与分类

本文来自网络，作为总结学习笔记。

---

目录

准备

工欲善其事，必先利其器。 —— 《论语·卫灵公》

测试需要准备好：
1、操作系统ubuntu 14.04 LTS 64位
2、caffe环境的安装
3、python环境安装，采用anaconda版本，
4、Opencv 2.4.13版本
5、下载imagenet对应的预先训练好的caffenet模型及相关数据文件。
6、待识别的图片文件。

图像目标分类识别

caffe的官方完美的支持Python语言的兼容，提供了pycaffe的接口，用起来很方便。

1、加载numpy以及matplotlib等模块

@alex_starsky
#安装Python环境、numpy、matplotlib
import numpy as np
import matplotlib.pyplot as plt

#设置默认显示参数
plt.rcParams['figure.figsize'] = (10, 10)        # 图像显示大小
plt.rcParams['image.interpolation'] = 'nearest'  # 最近邻插值: 像素为正方形
plt.rcParams['image.cmap'] = 'gray'  # 使用灰度输出而不是彩色输出

2、 加载Load caffe

# caffe模块要在Python的路径下;
# 这里我们将把caffe 模块添加到Python路径下.
import sys
caffe_root = '/home/xxx/caffe/'  #该文件要从路径{caffe_root}/examples下运行，否则要调整这一行。
sys.path.insert(0, caffe_root + 'python')

import caffe
# 如果你看到"No module named _caffe",那么要么就是你没有正确编译pycaffe；要么就是你的路径有错误。

3、加载网络并设置输入预处理

将Caffe设置为CPU模式，并将预下载的网络数据文件从硬盘加载网络。

caffe.set_mode_cpu()
model_def = caffe_root + 'models/bvlc_reference_caffenet/deploy.prototxt'
model_weights = caffe_root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'
net = caffe.Net(model_def,      # 定义模型结构
                model_weights,  # 包含了模型的训练权值
                caffe.TEST)     # 使用测试模式

4、设置图像输入参数配置

设置输入预处理，我们将用Caffe’s caffe.io.Transformer来进行预处理。

# 加载ImageNet图像均值 (随着Caffe一起发布的)
mu = np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy')
mu = mu.mean(1).mean(1)  #对所有像素值取平均以此获取BGR的均值像素值

# 对输入数据进行变换
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
transformer.set_transpose('data', (2,0,1))  #将图像的通道数设置为outermost的维数
transformer.set_mean('data', mu)            #对于每个通道，都减去BGR的均值像素值
transformer.set_raw_scale('data', 255)      #将像素值从[0,255]变换到[0,1]之间
transformer.set_channel_swap('data', (2,1,0))  #数据通道交换，从RGB变换到BGR

5、图片加载与识别

加载图像并进行预处理

# 设置输入图像大小
net.blobs['data'].reshape(50,        # batch 大小
                      3,         # 3-channel (BGR) images
                      227, 227)  # 图像大小为:227x227
image = caffe.io.load_image(caffe_root + 'examples/images/cat.jpg')
transformed_image = transformer.preprocess('data', image)
plt.imshow(image)
# 将图像数据拷贝到为net分配的内存中
net.blobs['data'].data[...] = transformed_image

接下来，开始进行识别分类

# 将图像数据拷贝到为net分配的内存中
net.blobs['data'].data[...] = transformed_image

### 执行分类
output = net.forward()  
output_prob = output['prob'][0]  #batch中第一张图像的概率值   
print 'predicted class is:', output_prob.argmax()

>>> predicted class is: 281

281是什么鬼？别慌。
网络输出的是一个概率向量；最可能的类别是第281个类别。这个类别是啥？让我们来查看一下ImageNet的标签。

# 加载ImageNet标签
labels_file = caffe_root + 'data/ilsvrc12/synset_words.txt'
if not os.path.exists(labels_file):
    print 'labels file ilsvrc12/synset_words.txt not exist.'

labels = np.loadtxt(labels_file, str, delimiter='\t')
print 'output label:', labels[output_prob.argmax()]
>>> output label: n02123045 tabby, tabby cat

咱们输入的不就是一个猫咪么，”Tabby cat”结果是正确的。
好了，图片识别出来了，是一只猫，在imagenet上叫做“Tabby cat”。达到预期结果。

如有需要，请参考完整程序：

python程序样例下载路径：http://download.csdn.net/detail/alex_starsky/9692957

End.