python调用caffe模型_Caffe(二)使用Python运用caffemodel进行mnist数据集预测

本文介绍了如何在Python中使用Caffe框架进行MNIST数据集的预测。通过解决protobuf版本问题和修复draw.py的bug,成功运行模型。然后,展示了如何将MNIST的ubyte3数据转换为图像,并利用预训练的LeNet模型进行预测,配合OpenCV显示预测结果。最后,讨论了Caffe模块化的优点以及对图像加载方法的思考。
摘要由CSDN通过智能技术生成

Problem Solve

出错截图

出现以上截图,经百度之后原因为Ubuntu``protobuff的版本较高,导致出错,然而并没有找到解决办法。

但随即又出现'int object has no attribute '__values问题,百度Google易一通之后,依然无解。然后在Caffe Github的Issue模块中找到这个问题,原来是最新版本draw.py的Bug,下载caffe-rc4.zip替换之后成功解决问题。

转换mnist ubyte3到图像

代码如下

# -*- coding:utf-8 -*-

import struct

import numpy as np

import matplotlib.pyplot as plt

# import Image

from PIL import Image # import Image seems not work.

#二进制的形式读入

filename='train-images-idx3-ubyte'

binfile=open(filename,'rb')

buf=binfile.read()

#大端法读入4个unsigned int32

#struct用法参见网站 http://www.cnblogs.com/gala/archive/2011/09/22/2184801.html

index=0

magic,numImages,numRows,numColumns=struct.unpack_from

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