python調用caffe實現預測

對於已經訓練完成的caffemodel，對於單個的圖片預測，用python接口來調用是一件非常方便的事情，下面就來講述如何用python調用已經訓練完成的caffemodel，以及prototxt，網上關於這一方面的教程已經是比較多的了，但是我想針對我做的過程發現的一些問題做一個總結

，先給出幾個用python調用caffemodel的鏈接，鏈接1，鏈接2，鏈接3，主要是參考鏈接1的內容，整體代碼如下，

#coding=utf-8
import sys
import numpy as np
import cv2
from glob import glob
from tqdm import tqdm
caffe_root = '/usr/local/caffe/'
sys.path.insert(0, caffe_root + 'python')
import caffe
import multiprocessing

model_file = '/home/ying/data2/shiyongjie/mpc/res50/acc/resnet_50_deploy.prototxt'  # deploy文件
pretrained = '/home/ying/data2/shiyongjie/mpc/res50/acc/model_iter_280000.caffemodel'  # 訓練的caffemodel
image_file = '/home/ying/data2/shiyongjie/mpc/coal_data/0/output/0_ffff4083-a13a-4e62-9870-59cd70709f7c.JPEG'
mean_file = '/home/ying/data2/shiyongjie/mpc/coal_data/mean_train.npy'
net = caffe.Net(model_file, pretrained, caffe.TEST)   #加載model和network

#圖片預處理設置
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})  #設定圖片的shape格式(1,3,28,28)
transformer.set_transpose('data', (2,0,1))    #改變維度的順序，由原始圖片(28,28,3)變為(3,28,28)
transformer.set_mean('data', np.load(mean_file).mean(1).mean(1))    #減去均值，前面訓練模型時沒有減均值，這兒就不用
transformer.set_raw_scale('data', 255)    # 縮放到【0，255】之間
transformer.set_channel_swap('data', (2,1,0))   #交換通道，將圖片由RGB變為BGR

print('#$%^&#@*!')
image_file_list = glob('/home/ying/data2/shiyongjie/mpc/coal_data/0/output/*JPEG')  # 列出目錄下的所有jpeg圖片
image_file_list.sort()
image_file_list = image_file_list[:len(image_file_list)/2]  # 速度預測非常慢，將list拆分
# pool = multiprocessing.Pool(processes = 4)
results = []
for image_file in tqdm(image_file_list):  # tqdm顯示進度條
    im = caffe.io.load_image(image_file)
    net.blobs['data'].data[...] = transformer.preprocess('data', im)      #執行上面設置的圖片預處理操作，並將圖片載入到blob中
    out = net.forward()
    top_k = net.blobs['prob'].data[0].flatten().argsort()[-1:-6:-1]
    results.append(top_k[0])  # 將預測的結果保存到results中
    # print(top_k[0])
    # for i in np.arange(top_k.size):
    #    print top_k[i]
acc0 = float(results.count(0))/float(len(image_file_list))  # 計算預測四類結果的概率
acc1 = float(results.count(1))/float(len(image_file_list))
acc2 = float(results.count(2))/float(len(image_file_list))
acc3 = float(results.count(3))/float(len(image_file_list))
print(acc0, acc1, acc2, acc3)

這里其實有很多細節的問題，先給自己挖個坑，主要有，deploy文件與一般的train_val.prototxt文件有些許不同，看上面第三個鏈接，他們加載prototxt的是lenet.prototxt，去caffe/example/mnist/lenet.prototxt查看這個文件，如下

實際上左邊是deploy的，右邊是train_val的，可以看出左右的區別就是地一層，右邊train和test都是data層，左邊是input層，其余全都一樣，所以deploy也是很有講究的，mnist是在訓練的時候就沒有減去均值，測試的時候加載均值文件在python內部寫，見上述代碼

實際上，我測試用的deploy與mnist又有些許不同，如下

同時修改最后一行

我用的resnet基本上lr以及權重初始化的參數都已經取消了，最后一個name用prob，測試的時候輸出的是預測為每一類的概率，在python最后的輸出net.blobs['prob']也能夠看出，感覺是個字典，給自己挖個坑

可以看出，deploy文件與train_val文件是有很大的不同的，這種不同可能與平台無關，在python是這樣，在c++也可能是這樣

但是用python調用速度非常慢，這樣說吧，5w張圖片要6個小時，速度相當慢，我一個同學，用c++調用同樣的caffemodel200張圖片，0.4s，5w張圖片100s就搞定