caffe.Classifier

 gender_net = caffe.Classifier(network, pretrained_model,
                                  channel_swap=(2, 1, 0),
                                  raw_scale=255,
                                  image_dims=(size, size),mean=np.array([104,117,123]))

channel_swap为将图像由RGB转换为BGR.

mean,通常神经网络希望输入均值为0,然而图像的均值为通常大于0,因此要对图像像素值减去一个均值,使得图像均值为0.mean与训练的数据均值设置参数相同.

raw_scale,如果网络输入值范围为0-255,则raw_scale=255,如果输入值范围为0-1,则raw_scale=1

image_dims为网络的输入图像大小.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值