Caffe学习：pycaffe利用caffemodel进行分类（2）

不同于pycaffe利用caffemodel进行分类，这里利用pycaffe包装好的classifier.py来进行分类，详见：/caffe/python/caffe/classifier.py

• 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()

• 网络构建（含数据预处理 => 详见pycaffe利用caffemodel进行分类（1）)：

net = caffe.Classifier(MODEL_FILE, PRETRAIN_FILE,
                       raw_scale=255, channel_swap=(2, 1, 0))

• 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，需转化

• 数据输入，进行分类：

# 需注意第一个参数为数组
# 默认采用过采样（详见**/caffe/python/caffe/io.py**），这里取消
out = net.predict([img], oversample=False)
# 输出结果为各个可能分类的概率分布

• 最可能分类

pridect = out.argmax()