Caffe-Python接口常用API参考

1、io.py源码解读

主要是定义了一个transformer，preprocess和deprocess操作，完成caffe和python之间数据的格式转换等，
注意caffe： BGR,0-255，C*H*W，而python是RGB, 0-1,H*W*C的数据格式，所以一般python读取的图片数据要转换成适合caffe用的数据。

 

python接口可以重点看[2][3]

net.params对应网络中的参数（卷积核参数，全连接层参数等），有两个字典值，net.params[0]是权值（weights），net.params[1]是偏移量（biases），权值参数的维度表示是(output_channels, input_channels, filter_height, filter_width)，偏移量参数的维度表示(output_channels,)

net.blobs对应网络每一层数据，对于每一层，都是四个维度：(batch_size, channel_dim, height, width)

加载必要的库：

import numpy as np # 加载numpy
import matplotlib.pyplot as plt # 加载matplotlib
%matplotlib inline # 此处是为了能在notebook中直接显示图像

# rcParams是一个包含各种参数的字典结构，含有多个key-value，可修改其中部分值
plt.rcParams['figure.figsize'] = (10, 10) # 图像显示大小，单位是英寸 
plt.rcParams['image.interpolation'] = 'nearest'  # 最近邻差值,像素为正方形
plt.rcParams['image.cmap'] = 'gray'  # 使用灰度输出而不是彩色输出

 加载caffe

import sys
caffe_root = '../'  # caffe根目录，此处为相对路径，如果失灵，可换成绝对路径

# sys.path是一个列表，insert()函数插入一行，也可以使用sys.path.append('模块地址')
sys.path.insert(0, caffe_root + 'python') # 加载caffe的python模块
import caffe # 加载caffe
import os

# 如果该路径下存在caffemodel文件，则打印信息，否则从官网下载
if os.path.isfile(caffe_root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'):
    print 'CaffeNet found.'
else:
    print 'Downloading pre-trained CaffeNet model...'
    !../scripts/download_model_binary.py ../models/bvlc_reference_caffenet

 图像预处理

# 加载ImageNet训练集的图像均值，预处理需要减去均值
# ilsvrc_2012_mean.npy文件是numpy格式，其数据维度是(3L, 256L, 256L)
mu = np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy') # 加载均值文件
mu = mu.mean(1).mean(1)  
# 对所有像素值取平均以此获取BGR的均值像素值 1代表按行取均值，在这里不是很理解这是如何算法BGR的均值的
print 'mean-subtracted values:', zip('BGR', mu) 
# 取平均后得到BGR均值分别是[104.00698793,116.66876762,122.67891434]

# 对输入数据进行变换
# caffe.io.transformer是一个类，实体化的时候构造函数__init__(self, inputs)给一个初值
# 其中net.blobs本身是一个字典，每一个key对应每一层的名字，#net.blobs['data'].data.shape计算结果为(10, 3, 227, 227)
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})

# 以下都是caffe.io.transformer类的函数方法
#caffe.io.transformer的类定义放在io.py文件中，也可用help函数查看说明
# python读取的图片文件格式为H×W×K(高度，宽度，通道数)，需转化为K×H×W（通道数，高度，宽度）
transformer.set_transpose('data', (2,0,1))    

transformer.set_mean('data', mu)              # 每个通道减去均值

# python中将图片存储为[0-1]
# 如果模型输入用的是0~255的原始格式，则需要做以下转换，将像素值从[0,1]变换为[0,255]
# 如果模型输入用的是0~1的格式，则不需要用到下一句
transformer.set_raw_scale('data', 255)

# caffe中图片是BGR格式，而原始格式是RGB，所以要转化
transformer.set_channel_swap('data', (2,1,0))

 

参考：

1. pycaffe学习之（一）：io.py源码解读
2. Caffe学习笔记（1）--Python接口
3. http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/net_surgery.ipynb
4. https://github.com/BVLC/caffe/blob/master/examples/net_surgery.ipynb
5. Caffe-Python接口常用API参考
6. caffe中python接口的使用