加载caffemodel做图像分类（windows+vs2013）

要根据已有caffemodel等文件进行图像分类，需要阅读classification.cpp文件，然后在此cpp文件基础上修改相应代码即可。

打开E:\study_materials\Caffe\caffe-master\caffe-master\windows根目录下的Caffe.sln，然后找到如图所示的cpp文件

解读此cpp文件，可参考网址：

http://m.blog.csdn.net/wanggao_1990/article/details/78118062

主要的调用函数

  Classifier classifier(model_file, trained_file, mean_file, label_file);
  //输入的待测图片
  string file = argv[5];
  cv::Mat img = cv::imread(file, -1);

  std::vector<Prediction> predictions = classifier.Classify(img);

实例运行1：用以训练好的模型进行图像分类

http://blog.csdn.net/shakevincent/article/details/52995253

http://blog.csdn.net/sinat_30071459/article/details/50974695

model下载地址：链接：http://pan.baidu.com/s/1hs3CF9y 密码：j7m4

该代码逐张读取文件夹下的图像并将分类结果显示在图像左上角，按任意键（除Esc键）进入下一张，按Esc键结束程序。

结果显示在左上角，有英文和中文两种标签可选，如果显示中文，需要使用Freetype库。

运行过程：

（前提：按 http://blog.csdn.net/Angela_qin/article/details/79429377 所述，配置好了相应属性）

vs2013上新建一个 Win32控制台应用程序空项目

1. 添加classification.cpp,内容如下：（基本是在源码基础上修改了一下）

#include <caffe/caffe.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <algorithm>
#include <iosfwd>
#include <memory>
#include <string>
#include <utility>
#include <vector>

#include <iostream>  
#include <string>  
#include <sstream>  
#include "io.h"

#include "stdio.h"
#include "stdlib.h" 
#include "time.h" 
#include"caffe_layers_registry.hpp"

using namespace caffe;  // NOLINT(build/namespaces)
using std::string;

/* Pair (label, confidence) representing a prediction. */
typedef std::pair<string, float> Prediction;

class Classifier {
public:
	Classifier(const string& model_file,
		const string& trained_file,
		const string& mean_file,
		const string& label_file);

	std::vector<Prediction> Classify(const cv::Mat& img, int N = 5);

private:
	void SetMean(const string& mean_file);

	std::vector<float> Predict(const cv::Mat& img);

	void WrapInputLayer(std::vector<cv::Mat>* input_channels);

	void Preprocess(const cv::Mat& img,
		std::vector<cv::Mat>* input_channels);

private:
	shared_ptr<Net<float> > net_;
	cv::Size input_geometry_;
	int num_channels_;
	cv::Mat mean_;
	std::vector&