mac上跑fcn自带的模型

最新推荐文章于 2025-01-06 10:15:31 发布

Z-YOUNG

最新推荐文章于 2025-01-06 10:15:31 发布

阅读量625

点赞数

CC 4.0 BY-SA版权

分类专栏：语义分割文章标签： fcn

本文链接：https://blog.youkuaiyun.com/ZYhhhh233/article/details/80276841

本文档详细介绍了在Mac操作系统上运行FCN（全卷积网络）模型的步骤，包括从GitHub下载FCN源码，下载并放置模型文件，修改infer.py脚本以指向正确的文件路径，并展示如何通过Python加载模型，处理图像，进行前馈计算，最后保存输出结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Mac上运行FCN自带的模型

1、从github上下载FCN的源码放在caffe根目录下
2、在voc-fcn8s文件中，可以看到caffemodel-url文件，根据里面的地址下载模型放在FCN文件夹下
3、复制fcn根目录下的infer.py文件到voc-fcn8s文件目录下改名为infer-fcn8s
4、修改infer-fcn8s.py文件如下，注意更改为自己的地址

# import package
import numpy as np
from PIL import Image
import caffe
import matplotlib.pyplot as plt
# display plots in this notebook
# %matplotlib inline

# 初始化地址
caffe_root = '/Users/zhouyang/caffe/fcn.berkeleyvision.org-master/voc-fcn8s/'
model_def = caffe_root + 'deploy.prototxt' # 模型文件
model_weights = caffe_root + 'fcn8s-heavy-pascal.caffemodel' #模型权重值
test_image = caffe_root + 'image.jpg' #测试图片

# load image, switch to BGR, subtract mean, and make dims C x H x W for Caffe
im = Image.open(test_image)
in_ = np.array(im, dtype=np.float32)
in_ = in_[:,:,::-1] # change RGB image to BGR image
in_ -= np.array((104.00698793,116.66876762,122.67891434))
in_ = in_.transpose((2,0,1)) # Reshape the image from (500, 334, 3) to (3, 500, 334)

n