在學習caffe的過程中，安裝caffe訓練和測試手寫字體識別例子成功時以為caffe不過如此；再用編譯好的classification.bin分類小貓的圖片時，發現自己能做的又非常的少。每次分類我都要提供這些文件？我能隨便給一張圖片嗎？我能更加隨心所欲的用這個模型嗎？模型的輸出應該怎么看？這些問題都可以通過研讀classification.cpp得到一定的啟發。所以我決定參照classification.cpp改一個自己寫的程序。

一、工程建立

如我的一篇博客Caffe + ROS + OpenCV + Qt creator所說，我利用Cmake管理工程，利用qt creator編寫程序。目錄結構如下：

• classify文件夾?
  
  • src文件夾?
    
    • classify.cpp
  • CmakeLists.txt

CmakeLists.txt內容如下：

cmake_minimum_required(VERSION 2.8.3) project(classify)#設置caffe的根目錄，需改成你的路徑 set(Caffe_DIR /home/gph/Desktop/caffe_cmake/caffe-master) #設置OpenCV的根目錄，需改成你的路徑 set(OpenCV_DIR /home/gph/opencv/opencv-2.4.11/build)find_package(Caffe) include_directories(${Caffe_INCLUDE_DIRS}) find_package(OpenCV REQUIRED) include_directories(${OpenCV_INCLUDE_DIRS})include_directories(include ${OpenCV_INCLUDE_DIRS}${Caffe_INCLUDE_DIRS} )set(CPP_SOURCES src/classify.cpp)add_executable(classify ${CPP_SOURCES}) target_link_libraries(classify ${OpenCV_LIBS}${Caffe_LIBRARIES} )

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25

打開qt creator，在Welcome頁點擊Open Project打開相應的CmakeList.txt，再點擊Run cmake即可。

二、改寫程序

1.原程序解析

在classification.cpp中包含一個Classifier類，該類中包含：

Classifier函數：根據模型的配置文件.prototxt，訓練好的模型文件.caffemodel，建立模型，得到net_；處理均值文件，得到mean_；讀入labels文件，得到labels_。

classify函數：調用Predict函數對圖像img進行分類，返回std::pair< std::string, float >形式的預測結果。

私有函數：僅供classifier函數和classify函數使用，包括

• setmean函數：將均值文件讀入，轉化為一張均值圖像mean_。
• Predict函數：調用Process函數將圖像輸入到網絡中，使用net_->Forward()函數進行預測；將輸出層的輸出保存到vector容器中返回。
• Process函數：這里寫代碼片對圖像的通道數、大小、數據形式進行改變，減去均值mean_，再寫入到net_的輸入層中。

私有變量：

• net_：模型變量；
• input_geometry_：輸入層的圖像的大小；
• num_channels_：輸入層的通道數；
• mean_：均值文件處理得到的均值圖像；
• labels_：標簽文件，輸出的結果表示的含義；

2.改寫程序

改寫后的程序如下：

#include "caffe/caffe.hpp" #include <string> #include <opencv2/opencv.hpp>using namespace std; using namespace cv; using namespace caffe;//用于表存輸出結果的，string保存的預測結果對應的字符，如cat；float表示概率 typedef pair<string, float> Prediction;// 函數Argmax（）需要用到的子函數 static bool PairCompare(const std::pair<float, int>& lhs,const std::pair<float, int>& rhs) {return lhs.first > rhs.first; }// 返回預測結果中概率從大到小的前N個預測結果的索引 static std::vector<int> Argmax(const std::vector<float>& v, int N) {std::vector<std::pair<float, int> > pairs;for (size_t i = 0; i < v.size(); ++i)pairs.push_back(std::make_pair(v[i], i));std::partial_sort(pairs.begin(), pairs.begin() + N, pairs.end(), PairCompare);std::vector<int> result;for (int i = 0; i < N; ++i)result.push_back(pairs[i].second);return result; }int main(int argc, char** argv) {// 定義模型配置文件，模型文件，均值文件，標簽文件以及帶分類的圖像string model_file = "/home/gph/Desktop/caffe_cmake/caffe-master/models/bvlc_reference_caffenet/deploy.prototxt";string trained_file = "/home/gph/Desktop/caffe_cmake/caffe-master/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel";string label_file = "/home/gph/Desktop/caffe_cmake/caffe-master/data/ilsvrc12/synset_words.txt";string img_file = "/home/gph/Desktop/caffe_cmake/caffe-master/examples/images/cat.jpg";string mean_file = "/home/gph/Desktop/caffe_cmake/caffe-master/data/ilsvrc12/imagenet_mean.binaryproto";Mat img = imread(img_file);// 定義變量shared_ptr<Net<float> > net_;// 保存模型Size input_geometry_; // 模型輸入圖像的尺寸int num_channels_; // 圖像的通道數Mat mean_; // 根據均值文件計算得到的均值圖像vector<string> labels_; // 標簽向量Caffe::set_mode(Caffe::GPU); // 是否使用GPUnet_.reset(new Net<float>(model_file, TEST)); // 加載配置文件，設定模式為分類net_->CopyTrainedLayersFrom(trained_file); // 根據訓練好的模型修改模型參數Blob<float>* input_layer = net_->input_blobs()[0]; // 定義輸入層變量num_channels_ = input_layer->channels(); // 得到輸入層的通道數LOG(INFO) << "num_channels_:" << num_channels_; // 輸出通道數input_geometry_ = Size(input_layer->width(), input_layer->height()); // 得到輸入層的圖像大小// 處理均值文件，得到均值圖像BlobProto blob_proto;ReadProtoFromBinaryFileOrDie(mean_file.c_str(), &blob_proto); // mean_file.c_str()將string類型轉化為字符型Blob<float> mean_blob;mean_blob.FromProto(blob_proto);vector<Mat> channels;float* data = mean_blob.mutable_cpu_data();// data指針for (int i = 0; i < num_channels_; i++){Mat channel(mean_blob.height(), mean_blob.width(), CV_32FC1, data);//將一副單通道圖像的數據記錄再channel中channels.push_back(channel);data += mean_blob.height() * mean_blob.width();// data指向下一個通道的開始}Mat mean;merge(channels, mean); //分離的通道融合，查看cv：：merge的作用Scalar channel_mean = cv::mean(mean);mean_ = Mat(input_geometry_, mean.type(), channel_mean);//得到均值圖像// 得到標簽ifstream labels(label_file.c_str());string line;while (getline(labels, line))labels_.push_back(string(line));//判斷標簽的類數和模型輸出的類數是否相同Blob<float>* output_layer = net_->output_blobs()[0];LOG(INFO) << "output_layer dimension: " << output_layer->channels()<< "; labels number: " << labels_.size();// 預測圖像input_layer->Reshape(1, num_channels_, input_geometry_.height, input_geometry_.width);net_->Reshape(); 調整模型//將input_channels指向模型的輸入層相關位置（大概是這樣的）vector<Mat> input_channels;int width = input_layer->width();int height = input_layer->height();float* input_data = input_layer->mutable_cpu_data();for (int i = 0; i < input_layer->channels(); i++){Mat channel(height, width, CV_32FC1, input_data);input_channels.push_back(channel);input_data += width * height;}//改變圖像的大小等Mat sample;if (img.channels() == 3 && num_channels_ == 1)cv::cvtColor(img, sample, cv::COLOR_BGR2GRAY);else if (img.channels() == 4 && num_channels_ == 1)cv::cvtColor(img, sample, cv::COLOR_BGRA2GRAY);else if (img.channels() == 4 && num_channels_ == 3)cv::cvtColor(img, sample, cv::COLOR_BGRA2BGR);else if (img.channels() == 1 && num_channels_ == 3)cv::cvtColor(img, sample, cv::COLOR_GRAY2BGR);elsesample = img;// change img sizecv::Mat sample_resized;if (sample.size() != input_geometry_)cv::resize(sample, sample_resized, input_geometry_);elsesample_resized = sample;// change img to floatcv::Mat sample_float;if (num_channels_ == 3)sample_resized.convertTo(sample_float, CV_32FC3);elsesample_resized.convertTo(sample_float, CV_32FC1);// img normalizecv::Mat sample_normalized;cv::subtract(sample_float, mean_, sample_normalized);//將圖像通過input_channels變量傳遞給模型/* This operation will write the separate BGR planes directly to the* input layer of the network because it is wrapped by the cv::Mat* objects in input_channels. */cv::split(sample_normalized, input_channels);// 調用模型進行預測net_->Forward();// 得到輸出const float* begin = output_layer->cpu_data();const float* end = begin + output_layer->channels();//將輸出給vector容器vector<float> output = vector<float>(begin, end);//顯示概率前N大的結果int N = 10;N = std::min<int>(labels_.size(), N);std::vector<int> maxN = Argmax(output, N);std::vector<Prediction> predictions;for (int i = 0; i < N; ++i) {int idx = maxN[i];predictions.push_back(std::make_pair(labels_[idx], output[idx]));}for (size_t i = 0; i < predictions.size(); ++i) {Prediction p = predictions[i];std::cout << std::fixed << std::setprecision(4) << p.second << " - \""<< p.first << "\"" << std::endl;}return 0; }// end for main

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49
• 50
• 51
• 52
• 53
• 54
• 55
• 56
• 57
• 58
• 59
• 60
• 61
• 62
• 63
• 64
• 65
• 66
• 67
• 68
• 69
• 70
• 71
• 72
• 73
• 74
• 75
• 76
• 77
• 78
• 79
• 80
• 81
• 82
• 83
• 84
• 85
• 86
• 87
• 88
• 89
• 90
• 91
• 92
• 93
• 94
• 95
• 96
• 97
• 98
• 99
• 100
• 101
• 102
• 103
• 104
• 105
• 106
• 107
• 108
• 109
• 110
• 111
• 112
• 113
• 114
• 115
• 116
• 117
• 118
• 119
• 120
• 121
• 122
• 123
• 124
• 125
• 126
• 127
• 128
• 129
• 130
• 131
• 132
• 133
• 134
• 135
• 136
• 137
• 138
• 139
• 140
• 141
• 142
• 143
• 144
• 145
• 146
• 147
• 148
• 149
• 150
• 151
• 152
• 153
• 154
• 155
• 156
• 157
• 158
• 159
• 160

3.編譯并運行

在classify文件夾路徑下輸入以下命令：

mkdir build cd build cmake .. make

• 1
• 2
• 3
• 4

編譯成功后運行程序：

./classify

• 1

結果：

I1028 21:36:29.941694 13761 classify.cpp:53] num_channels_:3 I1028 21:36:29.944052 13761 classify.cpp:80] output_layer dimension: 1000; labels number: 1000 0.3134 - "n02123045 tabby, tabby cat" 0.2380 - "n02123159 tiger cat" 0.1235 - "n02124075 Egyptian cat" 0.1003 - "n02119022 red fox, Vulpes vulpes" 0.0715 - "n02127052 lynx, catamount" 0.0539 - "n02119789 kit fox, Vulpes macrotis" 0.0144 - "n02123394 Persian cat" 0.0113 - "n04493381 tub, vat" 0.0063 - "n02120505 grey fox, gray fox, Urocyon cinereoargenteus" 0.0062 - "n02112018 Pomeranian"

總結

以上是生活随笔為你收集整理的caffe学习：通过研读classification.cpp了解如何使用caffe模型的全部內容，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。