用python提取caffemodel网络参数并保存为二进制文件.bat_caffe 网络和权重写成二进制文件-优快云博客

本文链接：https://blog.youkuaiyun.com/fuwenyan/article/details/70920114

这篇博客介绍了如何使用Python的pycaffe模块读取预先训练好的Caffe模型参数，并将这些参数保存为.bat格式的二进制文件。参照了jiarenyf关于Caffe模型参数读取的方法，但进行了修改以适应特定工程需求，每个网络层的参数被分别存入单独的dat文件。教程中提到，读者可能需要根据自己的实际需求调整代码以匹配数据排列方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本篇主要参考了jiarenyf的

Caffe学习：使用pycaffe读取caffemodel参数

但他博客中的只将数据写入了txt，由于自己工程需要使用.bat格式各层的网络参数，因此对其做了一些追加。

输入deploy和预先训练好的caffemodel。

输出：每层一个dat文件存放该层的网络参数。

由于不通工程需求不同，因此下面的代码还需要针对你需要的数据排列方式进行修改。以下仅供参考。

# -*- coding: utf-8 -*-
"""
Created on Thu Apr 27 18:13:51 2017

@author: fuwenyan
"""
import caffe
import struct
import numpy as np

# 使输出的参数完全显示
# 若没有这一句，因为参数太多，中间会以省略号“……”的形式代替
np.set_printoptions(threshold='nan')

# deploy文件
MODEL_FILE = 'deploy.prototxt'
# 预先训练好的caffe模型
PRETRAIN_FILE = 'model.caffemodel'

# 保存参数的文件
params_txt = 'params.txt'
pf_txt = open(params_txt, 'w')

# 让caffe以测试模式读取网络参数
net = caffe.Net(MODEL_FILE, PRETRAIN_FILE, caffe.TEST)

# 遍历每一层
for param_name in net.params.keys():
    # 权重参数
    weight = net.params[param_name][0].data
    # 偏置参数
    bias = net.params[param_name][1].data
                     
#    print param_name                
#    print 'weight.shape',weight.shape
#    print 'weight.dtype',weight.dtype
#    print 'bias.shape',bias.shape
    
    pf_dat = open('./weight/'+param_name+'.dat', 'wb')
    len_w=len(weight.shape)
    if (len_w==4):##conv layer
        byte1=struct.pack('i',weight.shape[3])
        byte3=struct.pack('i',weight.shape[1])
        byte4=struct.pack('i',weight.shape[0])
        pf_dat.write(byte1)
        pf_dat.write(byte3)
        pf_dat.write(byte4)
    elif(len_w==2):##fc layer
        byte1=struct.pack('i',weight.shape[1])
        byte2=struct.pack('i',weight.shape[0])
        pf_dat.write(byte1)
        pf_dat.write(byte2)
         
    # 该层在prototxt文件中对应“top”的名称
    pf_txt.write(param_name)
    pf_txt.write('\n')

    # 写权重参数
    pf_txt.write('\n' + param_name + '_weight:\n\n')
    # 权重参数是多维数组，为了方便输出，转为单列数组
    
    weight.shape = (-1, 1)
#    print 'weight.shape after:',weight.shape
        
    for w in weight:
        pf_txt.write('%f, ' % w)
        pf_dat.write(w)

    # 写偏置参数
    pf_txt.write('\n\n' + param_name + '_bias:\n\n')
    # 偏置参数是多维数组，为了方便输出，转为单列数组
    bias.shape = (-1, 1)
    for b in bias:
        pf_txt.write('%f, ' % b)
        pf_dat.write(b)
    pf_dat.close
    pf_txt.write('\n\n')

pf_txt.close

本文Python 二进制文件读写参考了博客