可视化CNN卷积神经网络-- 之二

由于 OpenCV 对caffe了支持，使用Opencv的dnn模块来做就简单多了，下面给出步骤及代码。1、材料，使用mnist训练得到的模型文件，测试使用的网络文件及一张测试图像：
 
2、代码：featureMap.cpp

1. #include <opencv2/dnn.hpp>
   
2. #include <opencv2/imgproc.hpp>  
   
3. #include <opencv2/highgui.hpp>  
   
4. using namespace cv;  
   
5. using namespace cv::dnn;  
   
6. #include <fstream>  
   
7. #include <iostream>  
   
8. #include <cstdlib>  
   
9. using namespace std;  
   
10. 
    
11. int main(int argc, char **argv)
    
12. {
    
13.     String modelTxt="mnist_deploy.prototxt";
    
14.     String modelBin="lenet_iter_10000.caffemodel";
    
15.     Ptr<dnn::Importer> importer;
    
16.     try
    
17.     {
    
18.         importer=dnn::createCaffeImporter(modelTxt,modelBin);
    
19.     }
    
20.     catch(const cv::Exception &err)
    
21.     {
    
22.         std::cerr<<err.msg<<std::endl;
    
23.     }
    
24.     if(!importer)
    
25.     {
    
26.         std::cerr<<"cant load network!"<<std::endl;
    
27.         return 0;
    
28.     }
    
29.     dnn::Net net;
    
30.     importer->populateNet(net);
    
31.     importer.release();
    
32.     Mat img = imread("4.bmp",0);
    
33.     if(img.empty())
    
34.     {
    
35.         std::cerr<<"cant load image!"<<std::endl;
    
36.         return 0;
    
37.     }
    
38.         //mnist要求图像大小为28*28
    
39.     resize(img,img,Size(28,28));
    
40.         //将Mat格式转换为Blob格式
    
41.     dnn::Blob inputBlob = dnn::Blob(img);
    
42.         //设置输入层数据
    
43.     net.setBlob(".data",inputBlob);
    
44.         //正传传播
    
45.     net.forward();
    
46.         //提取conv1的输出Blob
    
47.     dnn::Blob prob=net.getBlob("conv1");
    
48.         //conv1共20个特征图层，这可以从deploy文件中查看到
    
49.     for(int i=0;i<20;i++)
    
50.     {
    
51.         Mat featuImg=prob.getPlane(0,i);
    
52.                 //得到的是float类型图像，转换为8位单通道用于显示
    
53.                 featureImg.convertTo(featureImg,CV_8UC1);
    
54.                 //为查看方便，转换到256*256大小
    
55.                 resize(featureImg,featureImg,Size(256,256));
    
56.         imshow("feature",featureImg); 
    
57.         waitKey(0);
    
58.     }        
    
59. }
    

复制代码

3、编译及运行：
hy17003@ubuntu:~/project/lesson4$ g++ -o featureMap featureMap.cpp -lopencv_dnn -lopencv_highgui -lopencv_imgcodecs -lopencv_imgproc -lstdc++ -lopencv_core -L/usr/local/lib
hy17003@ubuntu:~/project/lesson4$ ./featureMap 

 
结果共有20张图像，这里贴出几张：