caffe19 《深度学习--Caffe之经典模型详解与实战》笔记01 分类测试python调用
2017-04-19 16:27
1046 查看
01 mnist手写识别测试
# 《深度学习--Caffe之经典模型详解与实战》05 LeNet模型解读 # win10 Tensorflow1.0.1 python3.5.3 # CUDA v8.0 cudnn-8.0-windows10-x64-v5.1 # filename:caffe05.01.py # mnist手写识别测试 import os import sys import numpy as np import matplotlib.pyplot as plt caffe_root = 'D:/git/DeepLearning/caffe/' sys.path.insert(0, caffe_root + 'python') import caffe MODEL_FILE='D:/git/DeepLearning/caffe/examples/mnist/lenet.prototxt' PRETRAINED = 'D:/git/DeepLearning/caffe/examples/mnist/lenet_iter_10000.caffemodel' IMAGE_FILE='D:/tmp/tensorflow/MNIST_test/train_0.bmp' # 7 input_image = caffe.io.load_image(IMAGE_FILE, color=False) net = caffe.Classifier(MODEL_FILE, PRETRAINED) # 预测图片分类,没有crop时,oversample过采样为false prediction = net.predict([input_image], oversample = False) caffe.set_mode_cpu() # 打印分类结果 print('predicted class:', prediction[0].argmax()) ''' predicted class:7 '''
02 mnist手写字体库图片转换
# 《深度学习--Caffe之经典模型详解与实战》05 LeNet模型解读 # win10 Tensorflow1.0.1 python3.5.3 # CUDA v8.0 cudnn-8.0-windows10-x64-v5.1 # filename:caffe05.02.py # mnist手写字体库图片转换 import numpy as np import struct import matplotlib.pyplot as plt from PIL import Image # 确认已经下载并解压得到MNIST_data/t10k-images.idx3-ubyte文件 filename = 'MNIST_data/t10k-images.idx3-ubyte' binfile = open(filename, 'rb') buf = binfile.read() index = 0 magic, numImages, numRows, numColumns = struct.unpack_from('>IIII', buf, index) index += struct.calcsize('>IIII') for img in range(0, numImages): im = struct.unpack_from('>784B', buf, index) index += struct.calcsize('>784B') im = np.array(im, dtype='uint8') im = im.reshape(28,28) ''' fig = plt.figure() plotwindow = fig.add_subplot(111) plt.imshow(im, cmap='gray') plt.show() ''' im = Image.fromarray(im) im.save('mnist_test/train_%s.bmp' %img, 'bmp') # 需要在当前目录下存在mnist_test目录
相关文章推荐
- 深度学习Caffe实战笔记(8)模型参数详解(补充)
- 《深度学习--Caffe之经典模型详解与实战》pyhon编写手写字识别脚本-1(jetson TX2)
- 深度学习Caffe实战笔记(21)Windows平台 Faster-RCNN 训练好的模型测试数据
- 深度学习Caffe实战笔记(8)模型参数详解(补充)
- 【深度学习】笔记4_caffe第二个比较经典的[小图片]识别例子CIFAR_10的运行,网络模型的详解
- 【深度学习】笔记6:使用caffe中的CIFAR10网络模型和自己的图片数据训练自己的模型(步骤详解)
- 【机器学习】python实践笔记 -- 经典监督学习模型之分类学习模型
- Caffe深度学习入门——python调用caffe训练好的模型检测单帧图片
- 深度学习Caffe实战笔记(12)Caffe 使用Python接口No module named google.protobuf.internal修复方案
- 机器学习实战笔记(Python实现)-01-机器学习实战
- Selenium2 Python 自动化测试实战学习笔记(七)
- Selenium2 Python 自动化测试实战学习笔记(五)
- [caffe]深度学习之图像分类模型AlexNet解读
- Selenium2 Python 自动化测试实战学习笔记(三)
- 机器学习经典算法详解及Python实现--CART分类决策树、回归树和模型树
- [caffe]深度学习之图像分类模型AlexNet解读
- [caffe]深度学习之图像分类模型AlexNet解读
- [caffe]深度学习之图像分类模型googlenet[inception v1]解读
- [caffe]深度学习之图像分类模型googlenet[inception v1]解读
- Selenium2 Python 自动化测试实战学习笔记(九)