caffe下用python进行mnist预测

最新推荐文章于 2019-06-12 09:58:57 发布

VOY_KANG

最新推荐文章于 2019-06-12 09:58:57 发布

阅读量388

点赞数

分类专栏： caffe python 文章标签： caffe python

本文链接：https://blog.csdn.net/rono_back/article/details/77806353

版权

python 同时被 2 个专栏收录

8 篇文章 0 订阅

订阅专栏

caffe

7 篇文章 0 订阅

订阅专栏

import caffe

# 1. 用deploy.prototxt和训练好的caffemodel初始化Classifier，并返回net
MODEL_FILE = r"D:/caffe/examples/mnist/lenet.prototxt"
PRETRAINED = r"D:/caffe/examples/mnist/lenet_iter_10000.caffemodel"
net = caffe.Classifier(model_file = MODEL_FILE, pretrained_file = PRETRAINED)

# 2. 读入待预测图片，并加入列表
input_image = []
input_image.append(caffe.io.load_image(r"D:/caffe/data/mnist/mnist_images/train/train_0_label_5.bmp", color=False))
input_image.append(caffe.io.load_image(r"D:/caffe/data/mnist/mnist_images/train/train_1_label_0.bmp", color=False))

# 3. 预测，predict函数会自动根据转Classifier的入参换图片格式
prediction = net.predict(input_image, oversample=False)

# 4. 输出结果，argmax是输出最大值
print("#1st#", str(prediction[0].argmax()), "; #2nd#", str(prediction[1].argmax()))
# prediction[i].flatten().argsort() #将预测从小到大排序