caffe python接口使用记录

28 篇文章 0 订阅
import caffe
import cv2
import numpy as np

def load_data(image_path):
    image = cv2.imread(image_path)
    image = cv2.resize(image, (448,448))
    image = (image-127.5)/127.5
    image = image[:,:,[2,1,0]]
    return image

#caffe.set_mode_cpu()
caffe.set_mode_gpu()
net_path = "deploy.prototxt"
model_path = "models.caffemodel"

net = caffe.Net(net_path, model_path, caffe.TEST)

input = net.blobs[net.inputs[0]]
image_path = "dog.jpg"
input_data = load_data(image_path)
#input.data[...] = input
input_data_r = input_data[:,:,0]
input_data_g = input_data[:,:,1]
input_data_b = input_data[:,:,2]

for i in range(448):
    for j in range(448):
        input.data[0,0,i,j] = input_data_r[i,j]
        input.data[0,1,i,j] = input_data_g[i,j]
        input.data[0,2,i,j] = input_data_b[i,j]
net._forward(0,len(net.layers)-1)
output = net.blobs[net.outputs[0]]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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