caffe+python对待测数据进行分类

import os
caffe_root = '/home/caisheng/Downloads/caffe-master/'
import sys  #为解决no moudule named caffe 添加
sys.path.insert(0, caffe_root + 'python')  #为解决 no module named caffe 添加
import caffe
import numpy as np






root='/home/caisheng/Downloads/caffe-master/examples/fashionAI_skirt_length_googlenet/' #根目录
deploy=root+'deploy.prototxt'      
caffe_model=root+'bvlc_googlenet.caffemodel' #caffe_model 路径
mean_file=root+'mean.npy'     #加载的均值项
labels_filename='labels.txt' #标签的路径



#预读取待分类图片
import os
dir='/home/caisheng/Downloads/data/fasionAI/z_rank/Images/skirt_length/'#返回指定目录下文件和目录名
filelist=[]
filenames=os.listdir(dir) 
for fn in filenames:
    fullfilename=os.path.join(dir,fn)#拼接路径
    filelist.append(fullfilename) #储存每个图片路径到filelist
    


net=caffe.Net(deploy,caffe_model,caffe.TEST) #加载model和network
    

#图片预处理
transformer=caffe.io.Transformer({'data':net.blobs['data'].data.shape}) #设定图片格式（1,3,28,28）
transformer.set_transpose('data',(2,0,1)) #改变维度的顺序，由原始图片（28，28,3）变为（3,28,28）
transformer.set_mean('data',np.load(mean_file).mean(1).mean(1))#减去均值
transformer.set_raw_scale('data',255)  #缩放到【0，255】之间
transformer.set_channel_swap('data',(2,1,0)) #交换通道，由RGB变为BGR




#加载图片
for i in range(0,len(filelist)):
    img=filelist[i]   #获取当前图片的路径
    print (filenames[i])  #打印当前图片的路径  
    
    im=caffe.io.load_image(img)#加载图片
    net.blobs['data'].data[...]=transformer.preprocess('data',im)#执行上面的预处理操作， 并将图片载入到blob中
    

    #执行测试
    out=net.forward()
    
    labels=np.loadtxt(labels_filename,str,delimiter='/t')#读取类别名文件
    prob=net.blobs['prob'].data[0].flatten()  #取出最后一层属于某个标签的概率值
    #print prob
    index1=prob.argsort()[-1] #获取最大概率值对应的index
    index2=prob.argsort()[-2] 
    index3=prob.argsort()[-3] 
    index4=prob.argsort()[-4] 
    index5=prob.argsort()[-5]
    index6=prob.argsort()[-6]
    

    
    print (labels[index1],'--',prob[index1])   #输出label-prob
    print (labels[index2],'--',prob[index2])
    print (labels[index3],'--',prob[index3])
    print (labels[index4],'--',prob[index4])
    print (labels[index5],'--',prob[index5])
    print (labels[index6],'--',prob[index6])

import numpy as np
import sys,caffe

root='/home/caisheng/Downloads/caffe-master/examples/fashionAI_skirt_length_googlenet/'
mean_proto_path=root+'ilsvrc12_train_mean.binaryproto'   
mean_npy_path=root+'mean.npy'              

blob=caffe.proto.caffe_pb2.BlobProto()     
data=open(mean_proto_path,'rb').read()    
blob.ParseFromString(data)               

array=np.array(caffe.io.blobproto_to_array(blob))  
mean_npy=array[0]                          
np.save(mean_npy_path,mean_npy)           

第2个文件是用来得到mean.py文件的。

执行时会遇到下面的问题，解决方法已经写出。

>>>import caffe Traceback (most recent call last):

File "", line 1, in

ImportError: No module named caffe