mac上跑fcn自带的模型

本文档详细介绍了在Mac操作系统上运行FCN(全卷积网络)模型的步骤,包括从GitHub下载FCN源码,下载并放置模型文件,修改infer.py脚本以指向正确的文件路径,并展示如何通过Python加载模型,处理图像,进行前馈计算,最后保存输出结果。
摘要由CSDN通过智能技术生成
Mac上运行FCN自带的模型

1、从github上下载FCN的源码放在caffe根目录下
2、在voc-fcn8s文件中,可以看到caffemodel-url文件,根据里面的地址下载模型放在FCN文件夹下
3、复制fcn根目录下的infer.py文件到voc-fcn8s文件目录下改名为infer-fcn8s
4、修改infer-fcn8s.py文件如下,注意更改为自己的地址

# import package
import numpy as np
from PIL import Image
import caffe
import matplotlib.pyplot as plt
# display plots in this notebook
# %matplotlib inline

# 初始化地址
caffe_root = '/Users/zhouyang/caffe/fcn.berkeleyvision.org-master/voc-fcn8s/'
model_def = caffe_root + 'deploy.prototxt' # 模型文件
model_weights = caffe_root + 'fcn8s-heavy-pascal.caffemodel' #模型权重值
test_image = caffe_root + 'image.jpg' #测试图片

# load image, switch to BGR, subtract mean, and make dims C x H x W for Caffe
im = Image.open(test_image)
in_ = np.array(im, dtype=np.float32)
in_ = in_[:,:,::-1] # change RGB image to BGR image
in_ -= np.array((104.0
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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