matlab cnn 识别苹果,深度学习之Matlab 转C++在iOS上测试CNN手型识别

1 前言

在上一篇Blog，我介绍了在iOS上运行CNN的一些方法。但是，一般来说，我们需要一个性能强劲的机器来跑CNN，我们只不过需要将得到的结果用于移动端。之前在Matlab使用UFLDL的代码修改后跑了手型识别的3层CNN，这里我们就考虑将Matlab转C之后移植到xcode中。

Step 1：Matlab 转c

首先要保证代码可以跑，可以运行，比如我这边，如下测试cnn识别手型：

>> parameters = load('./opt_parameters/opttheta_8epoches_cnn.mat');

cnnPredict(imread('./data/test_five1 (1).bmp'),parameters.opttheta)

ans =

5

大家可以看到，我识别出来是5个手指。OK，CNN没有问题。现在就是要将cnnPredict函数转c，这里大家可以看到这个函数包含了输入数据和已训练的参数。

function labels = cnnPredict(images,opttheta)

基本方式是使用Matlab自带的工具：coder。

在Command窗口输入coder：

新建一个项目：

这里我已经导入了我要转的文件cnnPredict.m，里面有两个输入变量，我需要定义其变量类型，这里我使用autodefine types，就是写一个脚本运行这个函数，就行。也就是我一开始贴的代码，识别出来后是这样：

这里大家可以看到我这边CNN的参数并不是很多，也就是19万个参数而已。

接下来就是build了，这里选择c/c++ static library，并且只输出c code：

build结果如下：

有可能你会build失败，这个时候可能是数据类型问题，可以根据具体情况进行修改到成功为止。

生成的code在文件夹的codegen文件夹中：

Step 2：将.Mat参数导出为.txt格式

在训练的时候，我们的cnn参数是存储在.mat中，因此，为了能在xcode中使用，我们需要将参数导出，这里我选择导出为.txt格式。

导出方法非常简单，一条代码;

>> save('opttheta.txt','opttheta','-ASCII'); %将opt theta参数保存为opttheta.txt

Step 3: 新建iOS工程，导入cnnPredict代码

这一步很简单，把整个文件夹拉进来就OK了。

注意cnnPredict.h代码，我们要用的也就是这里面的函数了：

/* * File: cnnPredict.h * * MATLAB Coder version : 2.7 * C/C++ source code generated on : 16-Jul-2015 16:22:01 */

#ifndef __CNNPREDICT_H__

#define __CNNPREDICT_H__

/* Include Files */

#include

#include

#include

#include

#include "rt_nonfinite.h"

#include "rtwtypes.h"

#include "cnnPredict_types.h"

/* Function Declarations */

extern double cnnPredict(const double images[9216], const double opttheta[195245]);

#endif

/* * File trailer for cnnPredict.h * * [EOF] */

注意的是导入运行里面有个interface文件夹会导致运行失败，应删除之，不会影响其他。

Step 4 在Xcode中导入参数

这一步就是读取txt文件中的数据并转存为double的数组，直接贴代码：

NSString *filePath = [[NSBundle mainBundle] pathForResource:@"opttheta" ofType:@"txt"];

NSString *testString = [NSString stringWithContentsOfFile:filePath encoding:NSUTF8StringEncoding error:nil];

NSMutableArray *thetaString = (NSMutableArray *)[testString componentsSeparatedByString:@"\n"];

[thetaString removeLastObject];

NSLog(@"Theta1 count:%lu",(unsigned long)thetaString.count);

for (int i = 0; i < thetaString.count; i++) {

NSString *data = [thetaString objectAtIndex:i];

theta[i] = [data doubleValue];

}

从代码中可以看到，就是用’\n’来分割数据，道理非常简单。

Step 5 将图片转换为double数组

为了使用函数，我们必须将图片转换为数组。我们这里显然是使用灰度图片，转换的代码如下：

UIImage *image = [UIImage imageNamed:@"one.bmp"];

CGImageRef imageRef = [image CGImage];

CGDataProviderRef provider = CGImageGetDataProvider(imageRef);

NSData *data = (id)CFBridgingRelease(CGDataProviderCopyData(provider));

NSLog(@"image:%lu",(unsigned long)data.length);

const uint8_t *bytes = [data bytes];

这里就转换为uint8的数组了，接下来我这边根据需要对图片的灰度矩阵需要进行转置：

double newBytes[9216];

for (int y = 0; y < 96 ; y++) {

for (int x = 0; x < 96; x++) {

newBytes[x*96 + y] = bytes[y*96 + x];

}

}

Step 6: 运行cnn

有了上面的处理，这一步直接运行cnnPredict

double result = cnnPredict(newBytes, theta);

NSLog(@"result:%f",result);

直接就输出结果了：

大家看到了吗？识别出的结果为1，就是大拇指的意思。

其实看到这里，我自己都是有点激动的。特别爽是不是，iOS上运行的CNN直接识别手势，虽然这边的图片是黑白的比较简单一点。

小结

本文总结了如何将CNN的MATLAB代码转换为C++代码然后在iOS上直接运行的方法。希望对同道中人有启发！