深度学习（七）caffe源码c++学习笔记 - hjimce的专栏
原文地址：http://blog.csdn.net/hjimce/article/details/48933845
作者：hjimce
一、预测分类
最近几天为了希望深入理解caffe，于是便开始学起了caffe函数的c++调用，caffe的函数调用例子网上很少，需要自己慢慢的摸索，即便是找到了例子，有的时候caffe版本不一样，也会出现错误。对于预测分类的函数调用，caffe为我们提供了一个例子，一开始我懒得解读这个例子，网上找了一些分类预测的例子，总是会出现各种各样的错误，于是没办法最后只能老老实实的学官方给的例子比较实在，因此最后自己把代码解读了一下，然后自己整理成自己的类，这个类主要用于训练好模型后，我们要进行调用预测一张新输入图片的类别。
头文件：
/* * Classifier.h * * Created on: Oct 6, 2015 * Author: hjimce */ #ifndef CLASSIFIER_H_#define CLASSIFIER_H_ #include <caffe/caffe.hpp> #include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp> #include <algorithm>#include <iosfwd>#include <memory>#include <string>#include <utility>#include <vector> using namespace caffe;using std::string; /* std::pair (标签, 属于该标签的概率)*/typedef std::pair<string, float> Prediction; class Classifier{ public: Classifier(const string& model_file, const string& trained_file,const string& mean_file); std::vector<Prediction> Classify(const cv::Mat& img, int N = 1);//N的默认值，我选择1，因为我的项目判断的图片，一般图片里面就只有一个种类 void SetLabelString(std::vector<string>strlabel);//用于设置label的名字，有n个类，那么就有n个string的名字private: void SetMean(const string& mean_file); std::vector<float> Predict(const cv::Mat& img); void WrapInputLayer(std::vector<cv::Mat>* input_channels); void Preprocess(const cv::Mat& img, std::vector<cv::Mat>* input_channels); private: shared_ptr<Net<float> > net_;//网络 cv::Size input_geometry_;//网络输入图片的大小cv::Size（height，width） int num_channels_;//网络输入图片的通道数 cv::Mat mean_;//均值图片 std::vector<string> labels_;}; #endif /* CLASSIFIER_H_ */源文件：
/* * Classifier.cpp * * Created on: Oct 6, 2015 * Author: hjimce */ #include "Classifier.h"using namespace caffe;Classifier::Classifier(const string& model_file,const string& trained_file,const string& mean_file){ //设置计算模式为CPU Caffe::set_mode(Caffe::CPU); //加载网络模型， net_.reset(new Net<float>(model_file, TEST)); //加载已经训练好的参数 net_->CopyTrainedLayersFrom(trained_file); CHECK_EQ(net_->num_inputs(), 1) << "Network should have exactly one input."; CHECK_EQ(net_->num_outputs(), 1) << "Network should have exactly one output."; //输入层 Blob<float>* input_layer = net_->input_blobs()[0]; num_channels_ = input_layer->channels(); //输入层一般是彩色图像、或灰度图像，因此需要进行判断，对于Alexnet为三通道彩色图像 CHECK(num_channels_ == 3 || num_channels_ == 1)<< "Input layer should have 1 or 3 channels."; //网络输入层的图片的大小，对于Alexnet大小为227*227 input_geometry_ = cv::Size(input_layer->width(), input_layer->height()); //设置均值 SetMean(mean_file); } static bool PairCompare(const std::pair<float, int>& lhs, const std::pair<float, int>& rhs) { return lhs.first > rhs.first;} //函数用于返回向量v的前N个最大值的索引，也就是返回概率最大的五种物体的标签//如果你是二分类问题，那么这个N直接选择1static std::vector<int> Argmax(const std::vector<float>& v, int N){ //根据v的大小进行排序，因为要返回索引，所以需要借助于pair std::vector<std::pair<float, int> > pairs; for (size_t i = 0; i < v.size(); ++i) pairs.push_back(std::make_pair(v[i], i)); std::partial_sort(pairs.begin(), pairs.begin() + N, pairs.end(), PairCompare); std::vector<int> result; for (int i = 0; i < N; ++i) result.push_back(pairs[i].second); return result;} //预测函数，输入一张图片img，希望预测的前N种概率最大的，我们一般取N等于1//输入预测结果为std::make_pair，每个对包含这个物体的名字，及其相对于的概率std::vector<Prediction> Classifier::Classify(const cv::Mat& img, int N) { std::vector<float> output = Predict(img); N = std::min<int>(labels_.size(), N); std::vector<int> maxN = Argmax(output, N); std::vector<Prediction> predictions; for (int i = 0; i < N; ++i) { int idx = maxN[i]; predictions.push_back(std::make_pair(labels_[idx], output[idx])); } return predictions;}void Classifier::SetLabelString(std::vector<string>strlabel){ labels_=strlabel;} //加载均值文件void Classifier::SetMean(const string& mean_file){ BlobProto blob_proto; ReadProtoFromBinaryFileOrDie(mean_file.c_str(), &blob_proto); /*把BlobProto 转换为 Blob<float>类型 */ Blob<float> mean_blob; mean_blob.FromProto(blob_proto); //验证均值图片的通道个数是否与网络的输入图片的通道个数相同 CHECK_EQ(mean_blob.channels(), num_channels_)<< "Number of channels of mean file doesn't match input layer."; //把三通道的图片分开存储，三张图片按顺序保存到channels中 std::vector<cv::Mat> channels; float* data = mean_blob.mutable_cpu_data(); for (int i = 0; i < num_channels_; ++i) { cv::Mat channel(mean_blob.height(), mean_blob.width(), CV_32FC1, data); channels.push_back(channel); data += mean_blob.height() * mean_blob.width(); } //重新合成一张图片 cv::Mat mean; cv::merge(channels, mean); //计算每个通道的均值，得到一个三维的向量channel_mean，然后把三维的向量扩展成一张新的均值图片 //这种图片的每个通道的像素值是相等的，这张均值图片的大小将和网络的输入要求一样 cv::Scalar channel_mean = cv::mean(mean); mean_ = cv::Mat(input_geometry_, mean.type(), channel_mean);}//预测函数，输入一张图片std::vector<float> Classifier::Predict(const cv::Mat& img){ //？ Blob<float>* input_layer = net_->input_blobs()[0]; input_layer->Reshape(1, num_channels_, input_geometry_.height, input_geometry_.width); net_->Reshape(); //输入带预测的图片数据，然后进行预处理，包括归一化、缩放等操作 std::vector<cv::Mat> input_channels; WrapInputLayer(&input_channels); Preprocess(img, &input_channels); //前向传导 net_->ForwardPrefilled(); //把最后一层输出值，保存到vector中，结果就是返回每个类的概率 Blob<float>* output_layer = net_->output_blobs()[0]; const float* begin = output_layer->cpu_data(); const float* end = begin + output_layer->channels(); return std::vector<float>(begin, end);} /* 这个其实是为了获得net_网络的输入层数据的指针，然后后面我们直接把输入图片数据拷贝到这个指针里面*/void Classifier::WrapInputLayer(std::vector<cv::Mat>* input_channels){ Blob<float>* input_layer = net_->input_blobs()[0]; int width = input_layer->width(); int height = input_layer->height(); float* input_data = input_layer->mutable_cpu_data(); for (int i = 0; i < input_layer->channels(); ++i) { cv::Mat channel(height, width, CV_32FC1, input_data); input_channels->push_back(channel); input_data += width * height; }}//图片预处理函数，包括图片缩放、归一化、3通道图片分开存储//对于三通道输入CNN，经过该函数返回的是std::vector<cv::Mat>因为是三通道数据，索引用了vectorvoid Classifier::Preprocess(const cv::Mat& img,std::vector<cv::Mat>* input_channels){/*1、通道处理，因为我们如果是Alexnet网络，那么就应该是三通道输入*/ cv::Mat sample; //如果输入图片是一张彩色图片，但是CNN的输入是一张灰度图像，那么我们需要把彩色图片转换成灰度图片 if (img.channels() == 3 && num_channels_ == 1) cv::cvtColor(img, sample, CV_BGR2GRAY); else if (img.channels() == 4 && num_channels_ == 1) cv::cvtColor(img, sample, CV_BGRA2GRAY); //如果输入图片是灰度图片，或者是4通道图片，而CNN的输入要求是彩色图片，因此我们也需要把它转化成三通道彩色图片 else if (img.channels() == 4 && num_channels_ == 3) cv::cvtColor(img, sample, CV_BGRA2BGR); else if (img.channels() == 1 && num_channels_ == 3) cv::cvtColor(img, sample, CV_GRAY2BGR); else sample = img;/*2、缩放处理，因为我们输入的一张图片如果是任意大小的图片，那么我们就应该把它缩放到227×227*/ cv::Mat sample_resized; if (sample.size() != input_geometry_) cv::resize(sample, sample_resized, input_geometry_); else sample_resized = sample;/*3、数据类型处理，因为我们的图片是uchar类型，我们需要把数据转换成float类型*/ cv::Mat sample_float; if (num_channels_ == 3) sample_resized.convertTo(sample_float, CV_32FC3); else sample_resized.convertTo(sample_float, CV_32FC1);//均值归一化，为什么没有大小归一化？ cv::Mat sample_normalized; cv::subtract(sample_float, mean_, sample_normalized); /* 3通道数据分开存储 */ cv::split(sample_normalized, *input_channels); CHECK(reinterpret_cast<float*>(input_channels->at(0).data) == net_->input_blobs()[0]->cpu_data()) << "Input channels are not wrapping the input layer of the network.";}调用实例，下面这个实例是要用于性别预测的例子：
//============================================================================// Name : caffepredict.cpp// Author : // Version :// Copyright : Your copyright notice// Description : Hello World in C++, Ansi-style//============================================================================ #include <string>#include <vector>#include <fstream>#include "caffe/caffe.hpp"#include <opencv2/opencv.hpp>#include"Classifier.h" int main(){ caffe::Caffe::set_mode(caffe::Caffe::CPU); cv::Mat src1; src1 = cv::imread("4.jpg"); Classifier cl("deploy.prototxt", "gender_net.caffemodel","imagenet_mean.binaryproto"); std::vector<string>label; label.push_back("male"); label.push_back("female"); cl.SetLabelString(label); std::vector<Prediction>pre=cl.Classify(src1); cv::imshow("1.jpg",src1); std::cout <<pre[0].first<< std::endl; return 0;}二、文件数据
/函数的作用是读取一张图片，并保存到到datum中//第一个参数：filename图片文件路径名//第二个参数：label图片的分类标签//第三、四个参数：图片resize新的宽高//调用方法：/*Datum datum ReadImageToDatum(“1.jpg”, 10, 256, 256, true,&datum)*///把图片1.jpg，其标签为10的图片缩放到256*256，并保存为彩色图片，最后保存到datum当中bool ReadImageToDatum(const string& filename, const int label, const int height, const int width, const bool is_color, const std::string & encoding, Datum* datum) { cv::Mat cv_img = ReadImageToCVMat(filename, height, width, is_color);//读取图片到cv::Mat if (cv_img.data) { if (encoding.size()) { if ( (cv_img.channels() == 3) == is_color && !height && !width && matchExt(filename, encoding) ) return ReadFileToDatum(filename, label, datum); std::vector<uchar> buf; cv::imencode("."+encoding, cv_img, buf); datum->set_data(std::string(reinterpret_cast<char*>(&buf[0]), buf.size())); datum->set_label(label); datum->set_encoded(true); return true; } CVMatToDatum(cv_img, datum);//把图片由cv::Mat转换成Datum datum->set_label(label);//设置图片的标签 return true; } else { return false; }}Original url: Access
Created at: 2019-12-11 11:54:10
Category: default
Tags: none
未标明原创文章均为采集，版权归作者所有，转载无需和我联系，请注明原出处，南摩阿彌陀佛，知识，不只知道，要得到
最新评论