小编给大家分享一下如何使用python接口调用已训练好的caffe模型测试分类，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
创新互联是一家专注于成都网站制作、成都网站设计、
外贸营销网站建设与策划设计,彭山网站建设哪家好?
创新互联做网站,专注于网站建设十余年,网设计领域的专业建站公司;建站业务涵盖:彭山等地区。彭山做网站价格咨询:028-86922220
训练好了model后，可以通过python调用caffe的模型，然后进行模型测试的输出。
本次测试主要依靠的模型是在caffe模型里面自带训练好的结构参数：~/caffe/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel,以及结构参数
：~/caffe/models/bvlc_reference_caffenet/deploy.prototxt相结合，用python接口进行调用。
训练的源代码以及相应的注释如下所示：
# -*- coding: UTF-8 -*-
import os
import caffe
import numpy as np
root='/home/zf/caffe/'#指定根目录
deploy=root+'models/bvlc_reference_caffenet/deploy.prototxt'#结构文件
caffe_model=root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'
#已经训练好的model
dir =root+'examples/images/'#保存测试图片的集合
filelist=[]
filenames=os.listdir(dir)
for fn in filenames:
fullfilename = os.path.join(dir,fn)
filelist.append(fullfilename)
#filelist.append(fn)
def Test(img):
#加载模型
net = caffe.Net(deploy,caffe_model,caffe.TEST)
# 加载输入和配置预处理
transformer = caffe.io.Transformer({'data':net.blobs['data'].data.shape})
transformer.set_mean('data', np.load('/home/zf/caffe/python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1))
transformer.set_transpose('data', (2,0,1))
transformer.set_channel_swap('data', (2,1,0))
transformer.set_raw_scale('data', 255.0)
#注意可以调节预处理批次的大小
#由于是处理一张图片，所以把原来的10张的批次改为1
net.blobs['data'].reshape(1,3,227,227)
#加载图片到数据层
im = caffe.io.load_image(img)
net.blobs['data'].data[...] = transformer.preprocess('data', im)
#前向计算
out = net.forward()
# 其他可能的形式 : out = net.forward_all(data=np.asarray([transformer.preprocess('data', im)]))
#预测分类
print out['prob'].argmax()
#打印预测标签
labels = np.loadtxt("/home/zf/caffe/data/ilsvrc12/synset_words.txt", str, delimiter='\t')
top_k = net.blobs['prob'].data[0].flatten().argsort()[-1]
print 'the class is:',labels[top_k]
f=file("/home/zhengfeng/caffe/examples/zf/label.txt","a")
f.writelines(img+' '+labels[top_k]+'\n')
labels_filename=root +'data/ilsvrc12/synset_words.txt'
#循环遍历文件夹root+'examples/images/'下的所有图片
for i in range(0,len(filelist)):
img=filelist[i]
Test(img)ps:主要有以下的文件需要说明
待测试的文件夹里面的图片数据为：
最后的输出结果如下：
以下是本人定义的label.txt文件写入的预测的数据：
如果在编译的时候出现import caffe error的话，说明没有导入caffe
Export PYTHONPATH=$PYTHONPATH:/home/zf/caffe/python，如果还是不行，可能是你的caffe的python接口未编译，cd /home/zf/caffe，然后执行make pycaffe,接着再测试。
以上是“如何使用python接口调用已训练好的caffe模型测试分类”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联成都网站设计公司行业资讯频道！
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
名称栏目：如何使用python接口调用已训练好的caffe模型测试分类-创新互联
本文路径：
http://cdkjz.cn/article/dhggei.html
