本篇博客介绍了如何使用Caffe的C++接口进行图像分类。在完成模型训练后，通过examples/cpp_classification/classification.cpp代码示例，不支持过采样和批量处理。分类需要model_file（.prototxt）、trained_file（.caffemodel）、mean_file（.binaryproto）、label_file（.txt）和待分类图片。执行命令时需在Caffe根目录下，并提供完整文件路径。
在训练完一个模型之后，如果想利用现有的模型文件、网络参数文件去分类测试一张图片，caffe给出了C++的接口，其c++代码在 examples/cpp_classification/clssification.cpp 。为了简单，这个例子不支持一个样本的过采样和多个独立样本的批量处理。
分类的例子被建立于 examples/classification.bin在BIN文件中。
分类时使用C++的API需要输入这么几个文件：
一个是model_file（模型文件），一个是trained_file（已训练好的文件），一个是均值文件（mean_file），还有一个是标签文件（label_file
最低0.47元/天 解锁文章
275
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
