caffe用matlab提特征和python提特征值不同?重要的地方要注意!看“后篇”理解处
2016-08-06 12:26
288 查看
前篇:自己的歪曲理解
前段时间用matlab提特征,毕竟我是小白,matlab对我来讲是最容易编程的了(虽然,大牛的变成结构很好,我的就只能浪费时间复杂度了,唉~~~),但是效果还是可以的。
最近需要用python来改写代码,从昨天白天到今天上午,我用python提出来的特征竟然和matlab不一样!!!!天哪!!!!怎么可能呢?同样的结构,同样的参数,同样的图片,怎么可能不一样呢?
后来,我仔细对比了两个代码,发现了下面两点需要特别注意的地方!
1. 注意,python中
这句话中图片的大小是(160,160,3)
之后
而
但是,进caffe,维数要变成(160,160,3)啊,(好麻烦,但是大神肯定有好方法,我不知道,希望各位指点我~~~在这里,xinyu谢过大家了~~~),所以,又加了一句
2. 特大注意!
matlab里导入图片的时候是(0,255)的是把,但是!python导入caffe里的可不是哦!
我天,我这一晚上加一上午,就发现了这一个问题,天哪!!!
是的,如果你想要和你的matlab一样的结果,那么,你的这里要写成
经过折腾,终于一样了!!!
这很重要,大家一定要留意了!
总结:
1 维数问题
2 caffe输入图片问题
后篇:网友的好心帮助
以为自己特别有理的时候,出现了一位网上的朋友(csdn号:nusit_305,太感谢他了),告诉我我的理解是错误的,来自于我对python库理解的不深刻,以及caffe python接口理解不深刻。误导大家了。着实不好意思。
下面是正确解释:
(1)python自带的图像库读入的图像是H*W*C维度顺序,caffe是使用opencv,读入的图像是C*H*W维度顺序,io.set_transpose()功能是实现H*W*C转换为C*H*W,这样就统一成N*C*H*W的blob中数据格式。
(2)读取的图像正常是RGB通道存储,使用io.set_channel_swap()是将RGB转换成BGR通道顺序。
(3)不是caffe导入的图片是(0,1),原因是python接口使用的matplotlib库,这个库载入的图片数值是[0,1],可以使用接口函数set_raw_scale(‘data’,255)实现[0,1]–>[0,255].
前段时间用matlab提特征,毕竟我是小白,matlab对我来讲是最容易编程的了(虽然,大牛的变成结构很好,我的就只能浪费时间复杂度了,唉~~~),但是效果还是可以的。
最近需要用python来改写代码,从昨天白天到今天上午,我用python提出来的特征竟然和matlab不一样!!!!天哪!!!!怎么可能呢?同样的结构,同样的参数,同样的图片,怎么可能不一样呢?
后来,我仔细对比了两个代码,发现了下面两点需要特别注意的地方!
1. 注意,python中
transformer=caffe.io.Transformer({'data': net.blobs['data'].data.shape})
这句话中图片的大小是(160,160,3)
之后
transformer.set_transpose('data', (2,0,1))中图片的大小变为(3,160,160)
而
transformer.set_mean('data', np.load(meanFile))中,mean文件的大小是(3,160,160),所以为了迁就mean文件的维数,故意将data维数变换了一下!
但是,进caffe,维数要变成(160,160,3)啊,(好麻烦,但是大神肯定有好方法,我不知道,希望各位指点我~~~在这里,xinyu谢过大家了~~~),所以,又加了一句
transformer.set_channel_swap('data', (2,1,0))。这里为什么是(2,1,0),而不是(1,2,0),是因为要和我的matlab匹配,我的matlab里是height*width*3的,所以这里就是这样的!这个大家提特征的时候也要注意!
2. 特大注意!
matlab里导入图片的时候是(0,255)的是把,但是!python导入caffe里的可不是哦!
caffe.io.load_image(image)这句话中,caffe导入的图片是(0,1)的!
我天,我这一晚上加一上午,就发现了这一个问题,天哪!!!
是的,如果你想要和你的matlab一样的结果,那么,你的这里要写成
caffe.io.load_image(image)*255。
经过折腾,终于一样了!!!
这很重要,大家一定要留意了!
总结:
1 维数问题
2 caffe输入图片问题
后篇:网友的好心帮助
以为自己特别有理的时候,出现了一位网上的朋友(csdn号:nusit_305,太感谢他了),告诉我我的理解是错误的,来自于我对python库理解的不深刻,以及caffe python接口理解不深刻。误导大家了。着实不好意思。
下面是正确解释:
(1)python自带的图像库读入的图像是H*W*C维度顺序,caffe是使用opencv,读入的图像是C*H*W维度顺序,io.set_transpose()功能是实现H*W*C转换为C*H*W,这样就统一成N*C*H*W的blob中数据格式。
(2)读取的图像正常是RGB通道存储,使用io.set_channel_swap()是将RGB转换成BGR通道顺序。
(3)不是caffe导入的图片是(0,1),原因是python接口使用的matplotlib库,这个库载入的图片数值是[0,1],可以使用接口函数set_raw_scale(‘data’,255)实现[0,1]–>[0,255].
相关文章推荐
- 理解不同特征值的特征向量之间的非线性关系
- win7 caffe使用笔记——特征图可视化(matlab,python两种方式)
- 批量提取 caffe 特征 (python, C++, Matlab)(待续)
- python 学习中的小技术(与matlab不同的地方)
- hadoop 执行python 注意的地方
- 我对特征值与特征向量的理解
- matlab求矩阵前k小的特征值和对应的特征向量
- vim中编辑不同编码的文件时需要注意的一些地方
- 特征值 特征向量 广义特征值 matlab
- 利用SVD分解求解协方差的特征值以及特征向量--matlab
- 从c++转到Python需要注意的地方
- 对特征值 特征向量的理解
- caffe python 批量抽取图像特征---续篇
- python file.tell() 在windows下需要注意的地方
- Python语言需要注意的几个地方
- Python 引用多个模块,调用模块中的函数时...要注意的地方
- 从c++转到Python需要注意的地方
- DCL接下来(注意:理解比看完重要)
- Python 的二进制文件读写需要注意的地方
- 【python】比较字符串中不同的地方