Caffe C++API 提取任意一张图片的特征系列二----MemoryData

40 篇文章 1 订阅

本系列第一篇博客简单介绍了ImageData方法,由于该方法增加图片只能在网络配置文件里,灵活性欠佳。因此本篇博客继续上一篇,介绍一种更加灵活的方法,用MemoryData层输入数据,可以直接用opencv接口读入我们的图片再添加的网络中。
第一个问题:仍然是工程建立问题,提示卷积层或其他层没有注册,解决方法与上一篇博客一样。可查看:http://blog.csdn.net/sunshine_in_moon/article/details/50125255
第二个问题:网络配置文件的改写,因为使用MemoryData层。

layers{
  name: "data"
  type: MEMORY_DATA //MemoryData层类型,还有需要注意,MEMORY_DATA别画蛇添足加上引号,否则会报错!
  top: "data"
  top: "label" //最好写上,虽然后面没有用到
  transform_param{
    mirror: false
    crop_size:224
    mean_value:129.1863//三个通道的均值
    mean_value:104.7624
    mean_value:93.5940
  }
  memory_data_param{//以下四个参数与ImageData稍有不同,请注意
    batch_size:1
    channels:3
    height:224
    width:224
  }
}

第三个问题:代码,这段代码写的有点乱,请见谅!

template <typename Dtype>
caffe::Net<Dtype>* Net_Init_Load(
    std::string param_file, std::string pretrained_param_file, caffe::Phase phase)
{
    CheckFile(param_file);//CheckFile 是一个子函数我没有贴上,可以直接删掉这两行
    CheckFile(pretrained_param_file);


    caffe::Net<Dtype>* net(new caffe::Net<Dtype>(param_file, phase));



    net->CopyTrainedLayersFrom(pretrained_param_file);
    return net;
}

#define NetF float  //宏定义 很多人包括我自己刚开始看到NetF也很困惑,原来就是float

int main()
{
    /*
    boost::shared_ptr< Net<float> > feature_net;
    feature_net = Init_net();

    cv::Mat src1;
    src1 = cv::imread("test.jpg");
    //cv::imshow("img", src1);
    //cv::waitKey(0);
    //cv::destroyAllWindows();
    //cv::Mat rszimage;

     The mean file image size is 256x256, need to resize the input image to 256x256
    //cv::resize(src1, rszimage, cv::Size(244, 244));
    std::vector<cv::Mat> patches;
    patches.push_back(src1); // image is a cv::Mat, as I'm using #1416
    std::vector<int> labels; 
    labels.push_back(0);

    boost::shared_ptr<  MemoryDataLayer<float> >memory_data_layer;
    memory_data_layer = boost::static_pointer_cast<MemoryDataLayer<float>>(feature_net->layer_by_name("data"));
    /*
    caffe::Datum data;
    caffe::ReadFileToDatum("test.jpg", &data);
    caffe::MemoryDataLayer<float> *m_layer_ = (caffe::MemoryDataLayer<float> *)feature_net->layers()[0].get();
    */
    /*
    memory_data_layer->AddMatVector(patches,labels);


    feature_net->ForwardPrefilled();

    float data1;
    data1 = Read_Feature_data(feature_net, "fc8");
    cout << data1 << endl;
    */




    /*从这里开始*/
    cv::Mat src1;
    src1 = cv::imread("test.jpg");
    //cv::Mat rszimages;

    //cv::resize(src1, rszimages, cv::Size(224, 224));
    std::vector<cv::Mat> dv = { src1 };//****输入的图片,注意格式,即使只有一张图片也要使用向量格式
    std::vector<int> label = { 0 };//**输入图片的标签(可随便写),也要注意是向量,这是由AddMatVector函数决定的

    //caffe::Datum data;
    //caffe::ReadFileToDatum("test.jpg", &data);

    caffe::Net<NetF>* _net = Net_Init_Load<NetF>("FACE_deploy.prototxt", 
                                                "FACE.caffemodel", caffe::TEST);
    caffe::MemoryDataLayer<NetF> *m_layer_ = (caffe::MemoryDataLayer<NetF> *)_net->layers()[0].get();//**定义个内存数据层指针
    m_layer_->AddMatVector(dv, label);//***这两行很重要,是使用MemoryData层必须的,这是把图片和标签,添加到
    //**MemoryData层

    /*float loss = 0.0;
    std::vector<caffe::Blob<float>*> results = _net->ForwardPrefilled(&loss);*/

    int end_ind = _net->layers().size();
    std::vector<caffe::Blob<NetF>*> input_vec;

    clock_t start = clock();
    _net->Forward(input_vec);
    clock_t end = clock();
    double totaltime;
    totaltime = (double)(end - start) / CLOCKS_PER_SEC;
    cout << "\n此程序的运行时间为" << totaltime << "秒!" << endl;


    boost::shared_ptr<caffe::Blob<NetF>> fc8 = _net->blob_by_name("fc8");
    const NetF* pstart = fc8->cpu_data();// ***这里是重点!重点!重点!,在这里耽误了很长时间。注意这里是个指针
    //**也就是fc8->cpu_data()返回的一般是多维数据(可以看成是个数组),cout<<* pstart<<endl;这样只是打印出一个
    //***数?当然是一个数了,*pstart只代表数组的第一个数,因此想获得所有的数据必须用循环!
    std::cout << "It is right !!\n";
    //std::cout << m_layer_->width() << std::endl;
    //std::cout << pstart << endl;
    //std::cout << fc8->cpu_data() << endl;
    std::vector<double> V1;
    for (int i = 0; i < 2622; i++)//**必须用循环打印
    {
        std::cout << *pstart << endl;
        V1.push_back(*pstart);
        pstart++;
    }
    //std::cout << *pstart << endl;
    //std::cout << *(pstart++) << endl;
    cout << "\n此程序的运行时间为" << totaltime << "秒!" << endl;
    return 0;
}

重点内容已经在注释上标明(前面加了**),希望这些对你有帮助!
写的比较匆忙,以后如有新的体会,会及时更新!

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
评论 10
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