caffemodel的解析

最新推荐文章于 2021-05-19 10:08:52 发布

weixin_33842328

最新推荐文章于 2021-05-19 10:08:52 发布

阅读量354

点赞数

文章标签：人工智能 python

原文链接：https://my.oschina.net/u/733649/blog/1558565

版权

2019独角兽企业重金招聘Python工程师标准>>>

在用caffe做finetune的时候，可能需要对现有的预训练模型进行调整和修改。通过加载已经训练好的模型，结合自身网络结构的特点进行裁剪。以下是读取caffemodel，并将model中的网络展示出来。

#include <stdio.h>
#include <string.h>
#include <fstream>
#include <iostream>
#include "proto/caffe.pb.h"
using namespace std;
using namespace caffe;
int main(int argc, char* argv[])
{

	caffe::NetParameter msg;
	//通过proto的形式反序列化caffemodel
	fstream input("lenet_iter_10000.caffemodel", ios::in | ios::binary);
	if (!msg.ParseFromIstream(&input))
	{
		cerr << "Failed to parse address book." << endl;
		return -1;
	}
	printf("length = %d\n", length);
	printf("Repeated Size = %d\n", msg.layer_size());

	::google::protobuf::RepeatedPtrField< LayerParameter >* layer = msg.mutable_layer();
	::google::protobuf::RepeatedPtrField< LayerParameter >::iterator it = layer->begin();
	for (; it != layer->end(); ++it)
	{
		cout << it->name() << endl;
		cout << it->type() << endl;
		cout << it->convolution_param().weight_filler().max() << endl;
	}
	return 0;
}

转载于:https://my.oschina.net/u/733649/blog/1558565