前言

前幾天看到了雅虎開源了一個色情圖片的識別模型新聞，上Github一看，是基于caffe的。試了試，模型效果很贊。Github地址：https://github.com/yahoo/open_nsfw

至于測試的數據集，就自行找圖吧（逃

關于在程序中使用caffe可以戳我的這一篇博客：http://blog.csdn.net/mr_curry/article/details/52443126 （如何在程序中像使用OpenCV一樣使用caffe）

準備

下載好模型和配置文件，觀察網絡結構。

輸入的圖片需為彩色圖片，尺寸為224*224（Vgg的網絡也是224*224）.根據最后一層，Softmax將會輸出一個概率（圖片有多色？）

再打開壓縮包中的.py文件，我們可以觀察到圖像的均值：

我們對網絡結構做如下修改，使用MemoryData層：

代碼：

為了表示的更為明顯，可以用line函數進行畫線：波動越大，表示當前圖片越... caffe_predefine.h: #include "caffe/layers/input_layer.hpp" #include "caffe/layers/inner_product_layer.hpp" #include "caffe/layers/dropout_layer.hpp" #include "caffe/layers/conv_layer.hpp" #include "caffe/layers/relu_layer.hpp" #include <iostream> #include "caffe/caffe.hpp" #include <opencv.hpp> #include <caffe/layers/memory_data_layer.hpp> #include "caffe/layers/pooling_layer.hpp" #include "caffe/layers/lrn_layer.hpp" #include "caffe/layers/softmax_layer.hpp" #include <caffe/layers/batch_norm_layer.hpp> #include <caffe/layers/scale_layer.hpp> #include <caffe/layers/eltwise_layer.hpp> #include <caffe/layers/bias_layer.hpp>caffe::MemoryDataLayer<float> *memory_layer; caffe::Net<float>* net;DrawLine.h:
#include <opencv.hpp>using namespace cv; using namespace std;void DrawLine(Mat T,vector<Point> point_array);load_model.h:
#include <opencv.hpp> using namespace cv; using namespace std;void Caffe_Predefine(); float getProb(Mat source);
load_model.cpp: #include <caffe_predefine.h> #include <load_model.h> namespace caffe {extern INSTANTIATE_CLASS(InputLayer);extern INSTANTIATE_CLASS(InnerProductLayer);extern INSTANTIATE_CLASS(DropoutLayer);extern INSTANTIATE_CLASS(ConvolutionLayer);REGISTER_LAYER_CLASS(Convolution);extern INSTANTIATE_CLASS(ReLULayer);REGISTER_LAYER_CLASS(ReLU);extern INSTANTIATE_CLASS(PoolingLayer);REGISTER_LAYER_CLASS(Pooling);extern INSTANTIATE_CLASS(LRNLayer);REGISTER_LAYER_CLASS(LRN);extern INSTANTIATE_CLASS(SoftmaxLayer);REGISTER_LAYER_CLASS(Softmax);extern INSTANTIATE_CLASS(MemoryDataLayer);extern INSTANTIATE_CLASS(BatchNormLayer);extern INSTANTIATE_CLASS(ScaleLayer);extern INSTANTIATE_CLASS(EltwiseLayer);extern INSTANTIATE_CLASS(BiasLayer); }template <typename Dtype> caffe::Net<Dtype>* Net_Init_Load(std::string param_file, std::string pretrained_param_file, caffe::Phase phase) {caffe::Net<Dtype>* net(new caffe::Net<Dtype>(param_file, caffe::TEST));net->CopyTrainedLayersFrom(pretrained_param_file);return net; }void Caffe_Predefine()//when our code begining run must add it {caffe::Caffe::set_mode(caffe::Caffe::CPU);net = Net_Init_Load<float>("open_nsfw_memorydata.prototxt", "resnet_50_1by2_nsfw.caffemodel", caffe::TEST);memory_layer = (caffe::MemoryDataLayer<float> *)net->layers()[0].get(); }float getProb(Mat source) {vector<Mat> test;vector<int> label;test.push_back(source);label.push_back(0);memory_layer->AddMatVector(test, label);// memory_layer and net , must be define be a global variable.std::vector<caffe::Blob<float>*> input_vec;net->Forward(input_vec);boost::shared_ptr<caffe::Blob<float> > prob = net->blob_by_name("prob");return prob->data_at(0, 0, 1, 0); }DrawLine.cpp: #include <DrawLine.h>void DrawLine(Mat T, vector<Point> point_array) {for (int i = 1; i < point_array.size();i++)line(T, point_array[i-1], point_array[i], Scalar(0, 0, 255), 3); }
Main.cpp: #include <load_model.h>#include <DrawLine.h>#define X 0 #define Y 200 int main() {Caffe_Predefine();VideoCapture cap("test.mp4");Mat frame;float x = 1, y;vector<Point> point_array;Point T_s(X, Y);point_array.push_back(T_s);while (true){cap >> frame;if (!frame.empty()){y = getProb(frame);cout <<"當前概率為"<< y << endl;Point T_l(X+x++, (Y-100*y));//*100為了更為明顯顯示point_array.push_back(T_l);DrawLine(frame, point_array);imshow("NSFW", frame);waitKey(1);}else{break;}} }

效果：

使用了某預告片來做顯示：

轉載于:https://www.cnblogs.com/mtcnn/p/9412031.html

總結

以上是生活随笔為你收集整理的【严肃脸】使用caffe实现色情图片的识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。