caffe 06 win10 运行examples的imagenet测试用例

本文介绍如何使用Caffe框架进行ImageNet数据集上的图片分类任务,包括所需文件及测试步骤。通过下载预训练模型和相关数据文件,运行分类工具实现对样例图片的分类预测。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

01 资料

caffe官网Examples中有关于ImageNet测试的详细介绍。
http://caffe.berkeleyvision.org/gathered/examples/imagenet.html
caffe github下载的代码中有关于ImageNet的网络定义示例和下载数据sh文件。

目录文件类型文件作用
data\ilsvrc12get_ilsvrc_aux.sh下载已经训练好的数据
examples\imagenetreadme.md实验说明文件
examples\imagenet*.sh训练数据linux shell脚本
examples\cpp_classificationclassification.cpp分类工具源码
examples\cpp_classificationreadme.md测试说明
models\bvlc_reference_caffenetreadme.mdbvlc_reference_caffenet模型说明
examples\imagescat.jpg检测的分类图片

examples\cpp_classification\readme.md里详细说明了classification工具的用法。

02 测试操作步骤

02.01 下载测试数据

根据examples\imagenet\readme.md文档说明,imagenet的数据量太大。这里不下载原始image数据,不自己进行分类训练,只下载以训练好的数据,做一个图片的分类测试。
根据 data\ilsvrc12\get_ilsvrc_aux.sh 文件下载caffe_ilsvrc12.tar.gz并解压到data\ilsvrc12\caffe_ilsvrc12。

#!/usr/bin/env sh
#
# N.B. This does not download the ilsvrcC12 data set, as it is gargantuan.
# This script downloads the imagenet example auxiliary files including:
# - the ilsvrc12 image mean, binaryproto
# - synset ids and words
# - Python pickle-format data of ImageNet graph structure and relative infogain
# - the training splits with labels

DIR="$( cd "$(dirname "$0")" ; pwd -P )"
cd "$DIR"

echo "Downloading..."

wget -c http://dl.caffe.berkeleyvision.org/caffe_ilsvrc12.tar.gz

echo "Unzipping..."

tar -xf caffe_ilsvrc12.tar.gz && rm -f caffe_ilsvrc12.tar.gz

echo "Done."

data\ilsvrc12\caffe_ilsvrc12内容如下:

因为原始数据量太大,不做数据原始image数据获取和模型生成。跳过create_imagenet.sh和make_imagenet_mean.sh

#跳过这两步
examples/imagenet/create_imagenet.sh
examples/imagenet/make_imagenet_mean.sh

根据models\bvlc_reference_caffenet\readme.md说明,从http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel下载bvlc_reference_caffenet.caffemodel模型,保存在models\bvlc_reference_caffenet\bvlc_reference_caffenet.caffemodel

02.02 运行classification分类测试

根据examples\cpp_classification\readme.md文件说明。
在caffe根目录(D:\git\DeepLearning\caffe)运行:

build\x64\install\bin\classification.exe models\bvlc_reference_caffenet\deploy.prototxt models\bvlc_reference_caffenet\bvlc_reference_caffenet.caffemodel data\ilsvrc12\caffe_ilsvrc12\imagenet_mean.binaryproto data\ilsvrc12\caffe_ilsvrc12\synset_words.txt examples\images\cat.jpg

运行结果如下:

---------- Prediction for examples\images\cat.jpg ----------
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"
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值