本文档描述是:如果已经训练好了一个Caffe网络,如何利用这个网络进行图像的分类。
以下以mnist网络为例。
mnist是用来分类手写数字0-9的。当用户写好一个数字后,图像进入mnist网络,然后网络计算出每个数的概率,认为读到的是概率最大的数。
安装python
使用网络需要用到python,因此请安装好python,并将路径设置好,详见
http://caffe.berkeleyvision.org/installation.htmlPython and/or Matlab wrapper(optional)章节
找到$CAFFE_ROOT\python\classify.py,将其复制到另外一个地方,例如$CAFFE_ROOT\examples\mnist,命名为classifytest.py
打开这个文件。该文件import了Caffe相关的文件,然后读入arg中的参数,如input_file、output_file、model_def、pretrained_model等等,有些参数看起来与我们要用的无关,例如channel_swap (mnist输入的是黑白图像,只有单个通道)、input_scale(默认为1)等等,但是这些参数的代码段