使用现有的基于caffe训练好的imagenet model进行图片分类

经常使用caffe进行图片分类，用了经常忘了当初怎么配置的，现在记录下。

caffe 主页 

http://caffe.berkeleyvision.org

github 项目主页 

https://github.com/BVLC/caffe/

caffe官网主页using the C++ API进行图片分类教程

http://caffe.berkeleyvision.org/gathered/examples/cpp_classification.html

本篇博客在基于自己编译好caffe的基础上进行。

在教程中要求

./scripts/download_model_binary.py  models/bvlc_reference_caffenet

使用该命令得到原有模型，无奈在Linux系统网速太慢了，大家可以打开caffe主文件夹下找到caffe-master\caffe-master\models\bvlc_reference_caffenet    models文件夹下有好集中模型，大家可以选caffenet打开，里边有一个readme.md文件，大家可以看看里边有

caffemodel_url: http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel

这个标签，其实这个就是该model对应的地址，可以返回去看看 download_model_binary.py ，大家就理解这个文件的意思了，有了地址大家先办法下载就好了，这可以Linux下快快太多了，哈哈。希望大家多读源代码啊。

这个只是得到了训练好的模型就一个文件，要想能做分类看教程还需要

./data/ilsvrc12/get_ilsvrc_aux.sh

这个命令是为了得到imagenet相关的数据的类、类名什么的。可以去ilsvrc12下找到对应文件打开看看是很简单的

wget http://dl.caffe.berkeleyvision.org/caffe_ilsvrc12.tar.gz 

有地址了自己想办法下载好了，下载完了放到对应文件夹下解压就好了。

完成上边两部很快的，接着就可以跑分类命令了：

 ./build/examples/cpp_classification/classification.bin \
models/bvlc_reference_caffenet/deploy.prototxt \
models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \
data/ilsvrc12/imagenet_mean.binaryproto \
data/ilsvrc12/synset_words.txt \
examples/images/cat.jpg

很快可以得到结果：

 ---------- Prediction for examples/images/cat.jpg ---------- 

0.3134 - "n02123045 tabby, tabby cat"
0.2380 - "n02123159 tiger cat" 
0.1235 - "n02124075 Egyptian cat"
0.1003 - "n02119022 red fox, Vulpes vulpes" 
0.0715 - "n02127052 lynx, catamount"