GoogleNet模型圖像分類

Googlenet模型進行圖像分類

 

 

 有三個文件需要下載：

 

 

 第一個是caffe模型，第二個是整個網絡的描述文件，第三個是1000種分類對應的名稱表

 

主要的API有以下：

     1.blobFromImage函數；

 

 

 

 

 

    

2.reshape（）方法；

 

   一、作用：常使用在對矩陣的處理上

 

   二、函數特點：reshape函數是針對對目標函數取數據用於重新布局時，是按照列的方式來獲取數據的

 

   三、幾種常見使用方式：

        方式一：arr.reshape((m,n))            意思是把arr矩陣變成一個新的m行n列的矩陣

        方式二：arr.reshape(-1,1)              -1表示按照行的方式的獲取，結果形成一列

        方式三:arr.reshape(m,n,q)              得到多維數組

 

 

    

3.minMaxLoc函數；

 

 

     其它相關C++知識:

1.ofstream和ifstream讀文件用法介紹：

https://www.cnblogs.com/Jack-Elvis/p/12171691.html

2.getline(cin, name) 逐行復制函數：

https://www.cnblogs.com/Jack-Elvis/p/12171939.html

 

3.push方法與push_back方法：

https://www.cnblogs.com/Jack-Elvis/p/12172511.html

 

 

代碼如下：

 

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>

using namespace cv;
using namespace cv::dnn;
using namespace std;
//導入卷積網路dnn的頭文件、創建dnn工作空間
String model_bin_file = "L:/googlenet/bvlc_googlenet.caffemodel";
String model_txt_file = "L:/googlenet/bvlc_googlenet.prototxt";
String labels_txt_file = "L:/googlenet/synset_words.txt";
//讀取googlenet的三個文件，caffe模型二進制，網絡描述文本文件，1000種分類表格的名稱文件
 
vector<String> readLabels(); //調用readLabels(）

int main(int argc, char** argv) {
    Mat src = imread("L:dog.jpg");
    if (src.empty()) {
        printf("could not load image...\n");
        return -1;
    }
    namedWindow("input image", CV_WINDOW_AUTOSIZE);
    imshow("input image", src);
    vector<String> labels = readLabels();
    Net net = readNetFromCaffe(model_txt_file, model_bin_file);
    //使用readNetFromCaffe方法讀取前面兩個模型文件
    if (net.empty()) {
        printf("read caffe model data failure...\n"); //讀取文件失敗
        return -1;
    }
    Mat inputBlob = blobFromImage(src, 1.0, Size(224, 224), Scalar(104, 117, 123));
    //blobFromImage函數：1.輸入圖像 2.縮放尺度 3.圖像大小  4.輸入圖的像素減去各通道的均值

    Mat prob;  //預測的准確率
    for (int i = 0; i < 10; i++) {
        net.setInput(inputBlob, "data"); 
   //將inputBlob內容輸入到網絡的第一層的第一個input為data （與網絡的描述文件對應）
        prob = net.forward("prob");  //將通過描述文件計算后的prob值賦給變量prob
    }
    Mat probMat = prob.reshape(1, 1); 
    //reshape（）方法將矩陣prob變成一行多列（這里是1000列）的矩陣probMat
    Point classNumber;
    double classProb;
    minMaxLoc(probMat, NULL, &classProb, NULL, &classNumber);
    //minMaxLoc函數為尋找矩陣最大最小值及位置
    // 參數： 1.帶尋找矩陣 2.最小值 3.最大值 4.最小值位置 5.最大值位置
    int classidx = classNumber.x;  //找出最大值的行數
    printf("\n current image classification : %s, possible : %.2f", labels.at(classidx).c_str(), classProb);
    // labels.at(classidx) 是最大行對應的labels標簽  .c_str()是將內容轉換為字符串型
    putText(src, labels.at(classidx), Point(20, 20), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(0, 0, 255), 2, 8);
    imshow("Image Classification", src);

    waitKey(0);
    return 0;
}

vector<String> readLabels() {
    vector<String> classNames; //定義分類名稱變量（labels_name）
    ifstream fp(labels_txt_file); //文件輸出流的方式讀取label words
    if (!fp.is_open()) {          //文件不能打開
        printf("could not open the file");
        exit(-1); //非正常退出，返回值為-1
    }
    string name;
    while (!fp.eof()) {      //如果沒有讀到文件尾部
        getline(fp, name);   //getline函數逐行復制給name(空格不作為分隔符)
        if (name.length()) {   //如果name.length有值
            classNames.push_back(name.substr(name.find(' ') + 1));
            //name.find（）方法找到name中所有空格+1的位置
            //name.substr()方法截取name中空格+1位置后面的字符串
            //classNames.push_back（）方法將所有行截取的字符以堆棧壓入className    
        }
    }
    fp.close();          //關閉文件
    return classNames;   //返回值為className
}

 

 

 

輸出結果：