caffe预测mnist(Linux,Windows)

首先下载caffemodel、要预测的图片、prototxt等文件，地址如下：下载（需要CSDN帐号，需要2积分，CSDN取消了0积分下载，我也没办法）
百度网盘 密码: 56sy
然后解压、并进入解压后的目录
windows平台：
官方发布了编译好的可执行文件，太贴心了， 下载地址如下：caffe 向下拉，找到 Prebuilt binaries 那里就是。
解压编译好的caffe之后， 记得把caffe/bin的路径放进环境变量里去

classification lenet.prototxt lenet_iter_10000.caffemodel  mean.binaryproto labels.txt 7.jpg

Linux平台：
通过 caffe进行预测

~/caffe/build/tools/caffe test -model=lenet_train_test.prototxt  -weights=lenet_iter_10000.caffemodel

通过python进行预测

import caffe
import numpy as np
import cv2

model = 'py_lenet.prototxt'
weights = 'lenet_iter_10000.caffemodel'
img_file = "7.jpg"

def transform_img(img, img_width, img_height):
    img = cv2.resize(img, (img_width, img_height), interpolation = cv2.INTER_CUBIC)
    return img

net = caffe.Net(model, weights, caffe.TEST)
img = cv2.imread(img_file, cv2.IMREAD_GRAYSCALE)
#img = transform_img(img, 28, 28)
net.blobs['data'].data[...] = img
out = net.forward()
prob = out['prob'][0]
print prob

for index, item in enumerate(prob):
    if item == 1:
        print index

下面说下我碰到的问题
怎么安装caffe和训练mnist我就不说了， 参见其它文章
刚开始无论是使用python还是使用caffe可执行程序， 一直预测不准，而且每次结果都不一样。郁闷了几个小时，从网上下载别人训练好的模型也是一样， 结果不对。 我怀疑可能是 prototxt或者是图片不对。然后各种修改prototxt，依旧各种不对。 最后没办法了， 只能从图片上找原因了， 由于训练使用的LMDB数据库，我就把我的图片转成LMDB格式。 还是不对， 彻底凌乱了。最后从网上找了份代码， 读取LMDB数据库， 然后保存1张图片， 然后我打开看了下， 差点吐血， 网上下载的图片是黑字白底， 我训练的是黑底白字。 后面就在windows平台预测顺利通过，python也很快就预测通过。
读取LMDB并保存图片的代码如下：

import numpy as np
import lmdb
import caffe
import cv2
from matplotlib import pyplot
from caffe.proto import caffe_pb2

lmdbpath = "./mnist_test_lmdb"
lmdb_env = lmdb.open(lmdbpath, readonly=True)
lmdb_txn = lmdb_env.begin()

lmdb_cursor = lmdb_txn.cursor()
datum = caffe_pb2.Datum()

for key, value in lmdb_cursor:
    datum.ParseFromString(value)
    data = caffe.io.datum_to_array(datum)
    image = data.transpose(1, 2, 0)
    cv2.imwrite ("tt.jpg", image);
    break

在Linux平台使用caffe可执行文件预测又有问题， 一直报如下错误：

Cannot copy param 0 weights from layer 'conv1'; shape mismatch.  Source param shape is 20 1 5 5 (500); target param shape is 20 3 5 5 (1500). To learn this layer's parameters from scratch rather than copying from a saved net, rename the layer.

图片是单通道的， 训练也是单通道的， 为啥会有这个问题呢， 同样郁闷了几个小时， 怀疑是prototxt文件没有写对， 然后到网上查image_data_param怎么哪个选项是读取单通道的， 无果， 只有看caffe的代码了
发现在image_data_layer.cpp中， 有个ReadImageToCVMat， 然后在src/caffe/util/io.cpp中有实现， 其中有个参数是is_color， 最后在image_data_param里面加上

is_color : 0

至此， MNIST算是跑通了

最后希望这篇文章对你有帮助， 少走些弯路。

注：以上代码均经过测试