在caffe下进行手写数字的预测

最新推荐文章于 2024-03-20 00:15:00 发布

原创

最新推荐文章于 2024-03-20 00:15:00 发布 · 372 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #caffe #mnist #预测

本文主要讲解如何用caffe已训练好的模型进行手写数字的预测。准备：1、数字图片。任意尺寸，可以是彩色，也可以是灰度的。如果是灰度的，把下面代码里的彩色转灰度的代码去掉就行。2、已训练好的模型。例如：lenet_iter_10000.caffemodel

预测的步骤比较简单，主要是读取图片、构建网络、前向传播。其中最关键的就是读取图片了。一开始我使用的caffe进行读取图片：caffe.io.load_image(),但是预测结果都是错的，目前还没有发现是什么原因引起的。改用opencv进行读取就对了。代码是根据github上一个例程修改的，这是源代码的链接：caffe-mnist-test

    下面直接给出代码：
    #predict.py
    import os
    import caffe
    import numpy as np
    import cv2


    caffe_root = caffe_dir（替换自己的Caffe根目录）

    MODEL_FILE = caffe_root+'examples/mnist/lenet.prototxt'
    PRETRAINED = caffe_root+'examples/mnist/lenet_iter_10000.caffemodel'
    IMAGE_FILE = caffe_root+'examples/mnist/test/8.bmp'