Caffe - 利用classify.py完成分类任务，输出预测类别和各类概率

Caffe提供了一个分类预测的Demo — claasify.py，位于/caffe/python/classify.py。

其原始输出是二进制文件，不容易直观地看到结果。

近期由于项目需要，我对这个脚本做了一些修改：

将分类预测标签输出到文本文件，同时输出图片路径、图片真实标签，以及Softmax层的输出（如果在proto配置中去掉Softmax层的话，这里就会输出全连接层的原始数据，可以用来做后续的处理）。

脚本支持图片的批处理：

如果输入路径是一个文件夹的话，会自动处理该文件夹下的所有图片（但子文件夹下的图片不会被处理）。

源码下载 http://download.csdn.net/detail/u010391437/9830722

欢迎交流讨论。

1. 输出文件的数据格式

如下：



主要包括四部分数据：

第一个域是图片路径；

第二个域是图片的真实标签；

第三个域是分类预测的标签；

最后的一串浮点数是Softmax层的输出，可以理解为该图片属于各个标签的概率；

每一张图片的数据占一行，以

'\n'

结尾。

2. 对源码的主要修改

如下：



其中：

predictions

为最后一层的网络输出结果，这里是Softmax层的输出数据，是一个二维数组（矩阵）；

通过

predictions[pic_index].argsort()[-1]

可以得到输出最大的标签，即为预测标签；

args.test

是我新增的一个命令行参数，用来标识当前处理的文件夹是训练文件夹train还是测试文件夹test；

由于图片路径里包含了该图片的原始标签信息，所以这里的原始标签我是直接通过分割图片路径的字符串得到的。