本文介绍了如何使用Caffe部署训练好的人脸识别模型，特别是如何编写deploy.prototxt文件，强调了deploy文件中data层应设置为input，并在结束时添加softmax层。在Python代码部分，详细说明了加载模型、图像预处理和获取预测概率的过程，指出在deploy文件中必须手动添加softmax层以得到正确的概率输出。
最近训练了一个人脸识别模型，使用的是VGGFace2，使用了1000类来训练，今天介绍一下训练好的模型如何使用。
首先是deploy文件，注意这个deploy不是train.prototxt，一定是单独的deploy.prototxt，他的开头和结尾和train.prototxt是不一样的。
具体在于data层，deploy的data层就是input
input: "data"
input_dim: 1
input_dim: 3
input_dim: 112
input_dim: 96这样就指定好了，不需要大括号，规定一下这是输入层，以及他的维度就可以了。
然后结尾把train.prototxt里的accuracy，还有softmaxwithloss层删掉，加上一个softmax层
layer {
name: "prob"
type: "Softmax"
bottom: "my_fc6"
top: "prob"
}把这个加在最后，deploy文件就算完成了。
然后开始重点，介绍python代码部分，c++的后续我也会补上
首先不需要太多的import，一个caffe就够了
import caffe
接着定义模型文件和权重文件的路径
deploy = 'deploy.prototxt'
caffe_model = 'models_1000/_iter_16000.caffemodel&#
最低0.47元/天 解锁文章
扫一扫
1168
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
