OpenCV-DNN使用CaffeModel实现手写数字识别

开发环境

    VS2013 + OpenCV3.4.1 + Qt5.8.0 + Caffe

实验准备

    lenet_iter_5000.caffemodel    // Caffe使用LeNet网络结构迭代训练5000次的model

    lenet_iter_10000.caffemodel  // Caffe使用LeNet网络结构迭代训练10000次的model

    lenet_train_test.prototxt        // LeNet的网络结构配置

    以上数据可以由《Caffe初体验之Caffe-Windows的配置(CPU/GPU)与Mnist数据集测试》这篇文章的实验得到，在这篇文章的最后训练MNIST数据集成功后会得到lenet_iter_5000.caffemodel和lenet_iter_10000.caffemodel，如下图：

lenet_train_test.prototxt(开头和结尾)的内容需要修改，备份一个lenet_train_test.prototxt后进行修改，修改过程如下图：

主要代码

// Start```
string modelTxt = "caffe_mnist_model/lenet_train_test.prototxt";
string modelBin = "caffe_mnist_model/lenet_iter_10000.caffemodel";
	
if (frame.empty()){

	ui.textBrowser->append("Image is empty.");
	return;
}

Mat inputBlob = dnn::blobFromImage(frame, 0.00390625f/*1*/, Size(28, 28), Scalar(), false); //Convert Mat to batch of images  
dnn::Net net;
try{

	net = dnn::readNetFromCaffe(modelTxt, modelBin);
		
}catch (cv::Exception &ee){

	ui.textBrowser->append("Exception:");
	ui.textBrowser->append(ee.what());
	if (net.empty()){

		ui.textBrowser->append("Can't load the network by using the flowing files.");
		return;
	}
}
Mat pred;
net.setInput(inputBlob, "data");// data为lenet_train_test.prototxt下的input: "data"  
// pred 为一个10*1的一维数组，其值为分类的概率
pred = net.forward("prob");		// 前向传播  prob为lenet_train_test.prototxt下的最后一个layer的name: "prob"    

int classId; 
double classProb; 
getMaxClass(pred, &classId, &classProb);
// End```
	
ui.textBrowser->append(QString::fromLocal8Bit("识别结果： ") + QString::number(classId));
ui.textBrowser->append(QString::fromLocal8Bit("匹配概率： ") + QString::number(classProb * 100) + "%");

pred的数据结构如下图：

实验效果

    只要写的数字不是太坑爹，基本可以正确识别，来两张截图如下：

总结

    效果比我之前基于KNN《KNN实现手写数字识别》和基于SVM《SVM实现手写数字识别》的效果好非常多。可见传统的分类器逊色于deeplearning。

附件

    源代码工程戳这里(注：release下的可执行程序可以直接运行)。

参考

    https://www.cnblogs.com/messier/p/7997951.html