使用caffe训练好的模型测试单张手写数字

使用caffe训练好的模型测试单张手写数字

初次学习caffe的时候都会按照网上的教程，对caffe经典案例手写字体识别进行训练一下，很满意，训练完后可以获得99%的准确率，而且可以获得一个训练好的lenet_iter_10000.caffemodel这么一个模型。很多人会有困惑，有这么一个模型，我该怎么去利用它来识别自己的手写字体呢？下面我介绍一下怎么使用python接口来使用这个模型测试单张手写字体。前提是你必须首先得编译一下caffe的python接口。说明一下我这里使用的caffe接口是caffe-windows版本

先上代码：

#导入必要的模块
import numpy as np
import caffe  
from skimage import io
 
modelfile='lenet.prototxt'
pretrain='lenet_iter_10000.caffemodel'
imagefile='F:\\MNIST\\testimage\\pic2\\9\\37.bmp'
img=io.imread(imagefile)
io.imshow(img)
inputimage=caffe.io.load_image(imagefile,color=False)
net=caffe.Classifier(modelfile,pretrain)
prediction=net.predict([inputimage],oversample=False)
caffe.set_mode_cpu()
print'predicted class:',prediction[0].argmax()
 

输出结果：

predicted class: 9

注意，这里我已经将caffe中所有的编译好的python接口文件拷贝到anacoda的相应文件库里面，所以可以直接导入使用，具体过程可以参考我的这篇博客（Windows caffepython接口编译）：http://blog.csdn.net/auto1993/article/details/70941266 

否则需要使用sys.path.insert()函数将caffe路径加载进去，然后才能导入caffe。