caffe识别手写数字

    网上很多教程指导建立caffe中的mnist手写数字识别模型（比如http://www.cnblogs.com/aaa-YK/p/5537329.html），运行后可以得到一个分类文件lenet_iter_10000.caffemodel。

    做为一个linux+python小白，尝试使用C++进行手写数字识别。

    classification.bin是caffe进行C++分类的接口。示例用法如下：

./build/examples/cpp_classification/classification.bin \  
 models/bvlc_reference_caffenet/deploy.prototxt \  //网络参数
 models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \  //模型
 data/ilsvrc12/imagenet_mean.binaryproto \ //图像均值文件
 data/ilsvrc12/synset_words.txt \  //分类名称
 examples/images/cat.jpg  //待识别的图片

（1）网络参数deploy.prototxt 文件时按照教程http://www.cnblogs.com/carle-09/p/5779555.html生成的。

（2）模型是lenet_iter_10000.caffemodel文件。

（3）图像均值文件是使用compute_image_mean.bin生成的。具体命令如下：

Projects/caffe/distribute/bin/compute_image_mean.bin Projects/caffe/examples/mnist/mnist_train_lmdb  Projects/caffe/examples/images/mean.binaryprot

（4）分类名称的synset_words.txt内容为0-9的十个数字，一个数字一行。

（5）最后一行是待识别的图像地址。

回车之后可以得到：
cnn@cnn-X9DAi:~$ Projects/caffe/distribute/bin/classification.bin Projects/caffe/examples/images/deploy.prototxt  Projects/caffe/examples/images/lenet_iter_10000.caffemodel Projects/caffe/examples/images/mean.binaryproto Projects/caffe/examples/images/synset_words.txt Projects/caffe/examples/images/figure/4/12.bmp
---------- Prediction for Projects/caffe/examples/images/figure/4/12.bmp ----------
1.0000 - "4"
0.0000 - "5"
0.0000 - "3"
0.0000 - "6"
0.0000 - "1"

识别结束！

识别图片

ps.开始用的识别图片是白底黑字的，识别结果总是不对。后来下载了mnist的图片库，发现图片库里的图片都是黑底白字的。改了图片后识别结果就正确了。