本文介绍了如何使用C++和预先训练好的Caffe模型对图像进行分类。首先，需要下载模型文件（如bvlc_reference_caffenet.caffemodel）、均值文件和类别名称文件。然后，在Caffe的cpp-classification目录下编译并运行classification.cpp。通过提供部署文件、模型、均值文件、类别文件和图像，程序可以输出图像的分类概率。作者使用了ants和zebras的图像进行测试，展示了一个简单的图像分类流程。
caffe程序自带有一张小猫图片（caffe/examples/images/cat.jpg）， 如果我们想用一个训练好的caffemodel来对这张图片进行分类，那该怎么办呢？ 如果不用这张小猫图片，换一张别的图片，又该怎么办呢？如果学会了小猫图片的分类，那么换成其它图片，程序实际上是一样的。作者在此处找了一些斑马（zebra），蚂蚁（ant）等jpg格式数据也进行了测试。
要进行图片的分类，这个caffemodel是最好不过的了。所以，不管是用c++来进行分类，还是用python接口来分类，我们都应该准备这样三个文件：
1、caffemodel文件。
可以直接在浏览器里输入地址下载，也可以运行脚本文件下载。下载地址为：http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel
文件名称为：bvlc_reference_caffenet.caffemodel，文件大小为230M左右，为了代码的统一，将这个caffemodel文件下载到caffe根目录下的 models/bvlc_reference_caffenet/ 文件夹下面。也可以运行脚本文件进行下载：
sudo ./s
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
