caffe识别手写数字
2016-10-11 16:52
639 查看
网上很多教程指导建立caffe中的mnist手写数字识别模型(比如http://www.cnblogs.com/aaa-YK/p/5537329.html),运行后可以得到一个分类文件lenet_iter_10000.caffemodel。
做为一个linux+python小白,尝试使用C++进行手写数字识别。
classification.bin是caffe进行C++分类的接口。示例用法如下:
./build/examples/cpp_classification/classification.bin \
models/bvlc_reference_caffenet/deploy.prototxt \ //网络参数
models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \ //模型
data/ilsvrc12/imagenet_mean.binaryproto \ //图像均值文件
data/ilsvrc12/synset_words.txt \ //分类名称
examples/images/cat.jpg //待识别的图片
(1)网络参数deploy.prototxt 文件时按照教程http://www.cnblogs.com/carle-09/p/5779555.html生成的。
(2)模型是lenet_iter_10000.caffemodel文件。
(3)图像均值文件是使用compute_image_mean.bin生成的。具体命令如下:
Projects/caffe/distribute/bin/compute_image_mean.bin Projects/caffe/examples/mnist/mnist_train_lmdb Projects/caffe/examples/images/mean.binaryprot
(4)分类名称的synset_words.txt内容为0-9的十个数字,一个数字一行。
(5)最后一行是待识别的图像地址。
回车之后可以得到:
cnn@cnn-X9DAi:~$ Projects/caffe/distribute/bin/classification.bin Projects/caffe/examples/images/deploy.prototxt Projects/caffe/examples/images/lenet_iter_10000.caffemodel Projects/caffe/examples/images/mean.binaryproto Projects/caffe/examples/images/synset_words.txt
Projects/caffe/examples/images/figure/4/12.bmp
---------- Prediction for Projects/caffe/examples/images/figure/4/12.bmp ----------
1.0000 - "4"
0.0000 - "5"
0.0000 - "3"
0.0000 - "6"
0.0000 - "1"
识别结束!
识别图片
ps.开始用的识别图片是白底黑字的,识别结果总是不对。后来下载了mnist的图片库,发现图片库里的图片都是黑底白字的。改了图片后识别结果就正确了。
做为一个linux+python小白,尝试使用C++进行手写数字识别。
classification.bin是caffe进行C++分类的接口。示例用法如下:
./build/examples/cpp_classification/classification.bin \
models/bvlc_reference_caffenet/deploy.prototxt \ //网络参数
models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \ //模型
data/ilsvrc12/imagenet_mean.binaryproto \ //图像均值文件
data/ilsvrc12/synset_words.txt \ //分类名称
examples/images/cat.jpg //待识别的图片
(1)网络参数deploy.prototxt 文件时按照教程http://www.cnblogs.com/carle-09/p/5779555.html生成的。
(2)模型是lenet_iter_10000.caffemodel文件。
(3)图像均值文件是使用compute_image_mean.bin生成的。具体命令如下:
Projects/caffe/distribute/bin/compute_image_mean.bin Projects/caffe/examples/mnist/mnist_train_lmdb Projects/caffe/examples/images/mean.binaryprot
(4)分类名称的synset_words.txt内容为0-9的十个数字,一个数字一行。
(5)最后一行是待识别的图像地址。
回车之后可以得到:
cnn@cnn-X9DAi:~$ Projects/caffe/distribute/bin/classification.bin Projects/caffe/examples/images/deploy.prototxt Projects/caffe/examples/images/lenet_iter_10000.caffemodel Projects/caffe/examples/images/mean.binaryproto Projects/caffe/examples/images/synset_words.txt
Projects/caffe/examples/images/figure/4/12.bmp
---------- Prediction for Projects/caffe/examples/images/figure/4/12.bmp ----------
1.0000 - "4"
0.0000 - "5"
0.0000 - "3"
0.0000 - "6"
0.0000 - "1"
识别结束!
识别图片
ps.开始用的识别图片是白底黑字的,识别结果总是不对。后来下载了mnist的图片库,发现图片库里的图片都是黑底白字的。改了图片后识别结果就正确了。
相关文章推荐
- caffe的python接口学习(4):mnist实例---手写数字识别
- 【深度学习】笔记3_caffe自带的第一个例子,Mnist手写数字识别所使用的LeNet网络模型的详细解释
- caffe的python接口学习(4):mnist实例---手写数字识别
- caffe的python接口学习(4):mnist实例---手写数字识别
- 深度学习框架Caffe学习笔记(2)-MNIST手写数字识别例程
- Caffe 使用记录(一)mnist手写数字识别
- 【深度学习】笔记2_caffe自带的第一个例子,Mnist手写数字识别代码,过程,网络详解
- caffe的python接口学习(4):mnist实例---手写数字识别
- Caffe学习-手写数字识别
- Caffe学习-手写数字识别
- caffe的python接口学习(4):mnist实例---手写数字识别
- caffe使用lenet5识别手写数字
- Caffe——Python接口学习(4):mnist实例——手写数字识别
- Caffe学习-手写数字识别
- caffe_手写数字识别Lenet模型理解
- caffe中如何训练自己的手写数字识别系统?
- Caffe学习-手写数字识别
- caffe跑mnist手写数字识别
- ubuntu下caffe手写数字识别问题、python接口测试
- caffe学习(二):利用mnist数据集训练并进行手写数字识别(windows)