caffe实战之classify.py解析

本文将对caffe/python下的classify.py代码以及相关的classifier.py和io.py进行解析。

一、classify.py

    由最后的if__name__ == '__main__': main(sys.argv)代表该文件在命令行下运行，则运行main函数，参数存放在sys.argv中。在main函数定义中，分别判断并存入各类参数，分别如下：

    input_file：输入图像，参数为必需。

    output_file：输出文件，参数为必需。

    --model_def：网络测试结构文件，默认为imagenet的deploy.txt文件

    --pretrained_model：网络参数文件，默认为imagenet的bvlc_reference_caffenet.caffemodel文件。

    --gpu：是否用gpu计算，action=’store true’表示如果不指定，则默认false，用cpu，否则为true，用gpu。对于一张128*128的灰度图像，cpu前向计算大概20ms，而gpu仅5ms左右。

    --center_only：默认false，即对输入图像的裁剪图像做预测，然后将结果进行平均；指定为true，即只取输入图像的中间部分做一次预测。当然，如果指定输入图像和裁剪尺寸一致，那么取中间部分即为原图本身。

    --images_dim：输入图像尺寸，只考虑高和宽，默认256*256。

    --mean_file：均值文件。注意数据格式是npy文件，即存储为numpy.array格式，维度为（通道，高，宽）。如果仅有通过compute_mean.bin计算的均值文件，需要进行转化。默认均值文件为imagenet的ilsvrc_2012_mean.npy文件。

    --input_scale：图像预处理后的缩放系数，发生在减去均值后，默认为1。

    --raw_scale：图像预处理前的缩放系数，发生在减去均值前。由于读入的像素值在[0,1]区间，则默认为255.0，使像素在[0,255]区间。

    --channel_swap：通道调整，默认为’2,1,0’，因为caffe通过opencv读入的图片通道为BGR，因此必须将RGB-->BGR，即第0个通道和第2个通道交换。

    --ext：默认’jpg’，代表如果输入指定为目录，则仅读取后缀名为jpg的文件。

    下面几个参数是改进版classify.py中新加的。

    --labels_file：标签类别文件，默认为imagenet的synset_words.txt文件。

    --print_results：是否打印结果到屏幕，不指定则false，指定为true。

    --force_grayscale：是否指定输入为单通道图像，不指定则false，指定为true。

    通过args= parser.parse_args()更新，确认最终输入的参数。下面进行分类测试：

    # 列表生成式，通过逗号划分维度字符串，并强制转化为int类型。最后为列表。

image_dims = [int(s) for s inargs.images_dim.split(',')]

    # 如果指定了均值文件，则加载均值文件

    if args.mean_file: