Caffe学习：pycaffe利用caffemodel进行分类=>批处理

• 在 Caffe学习：pycaffe利用caffemodel进行分类（2）中，我们手动将图片裁剪并导入pycaffe中，以提高识别率
• 这里，我们采用批处理，以加快识别速度

---

• 导入相关库

import caffe

• 配置

# caffemodel文件
MODEL_FILE = 'model/_iter_10000.caffemodel'
# deploy文件，参考/caffe/models/bvlc_alexnet/deploy.prototxt
DEPLOY_FILE = 'deploy.prototxt'
# 测试图片存放文件夹
TEST_ROOT = 'datas/'

• GPU模式测试

caffe.set_mode_gpu()
net = caffe.Net(DEPLOY_FILE, MODEL_FILE, caffe.TEST)

• 数据输入处理配置

# 批处理量
batch_size = 10
# 图片裁剪大小
crop_dims = (32, 96)

# 'data'对应于deploy文件：
# input: "data"
# input_dim: 1
# input_dim: 3
# input_dim: 32
# input_dim: 96
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
# python读取的图片文件格式为H×W×K，需转化为K×H×W
transformer.set_transpose('data', (2, 0, 1))
# python中将图片存储为[0, 1]，而caffe中将图片存储为[0, 255]，
# 所以需要一个转换
transformer.set_raw_scale('data', 255)
# caffe中图片是BGR格式，而原始格式是RGB，所以要转化
transformer.set_channel_swap('data', (2, 1, 0))
# 将输入图片格式转化为合适格式（与deploy文件相同）
net.blobs['data'].reshape(batch_size, 3, crop_dims[0], crop_dims[1])

• 读取图片

# 详见/caffe/python/caffe/io.py
img = caffe.io.load_image('temp.jpg')
# 读取的图片文件格式为H×W×K，需注意

• 数据处理，输入

# 图片维度（高、宽）
img_shape = np.array(img.shape)
# 裁剪的大小（高、宽）
crop_dims = np.array(crop_dims)

# 这里使用的图片高度全部固定为32，长度可变，最小为96
# 裁剪起点为0，终点为w_range
w_range = img_shape[1] - crop_dims[1]

# 从左往右剪一遍，再从右往左剪一遍，步长为96/4=24
k_range = range(0, w_range + 1, crop_dims[1] / 4) + range(w_range, 1, -crop_dims[1] / 4)
# 一张图片需要识别次数为_batch_size
_batch_size = max(len(k_range), 1)
net.blobs['data'].reshape(_batch_size, 3, crop_dims[0], crop_dims[1])

# 数据处理，输入
for ik, k in enumerate(k_range):
    # 裁剪图片
    crop_img = img[:, k:k + crop_dims[1], :]
    # 数据输入
    net.blobs['data'].data[ik] = transformer.preprocess('data', crop_img)

• 进行分类

# 前向迭代，即分类
out = net.forward()
# 每一次分类的概率分布叠加
pridects = np.sum(out['prob'], axis=0)
# 取最大的概率分布为最终结果
pridect = pridects.argmax()

# 上述'prob'来源于deploy文件：
# layer {
#   name: "prob"
#   type: "Softmax"
#   bottom: "ip2"
#   top: "prob"
# }