訓練好了model后，可以通過python調用caffe的模型，然后進行模型測試的輸出。
本次測試主要依靠的模型是在caffe模型里面自帶訓練好的結構參數：~/caffe/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel,以及結構參數
：~/caffe/models/bvlc_reference_caffenet/deploy.prototxt相結合，用python接口進行調用。
訓練的源代碼以及相應的注釋如下所示：
# -*- coding: UTF-8 -*-
import os
import caffe
import numpy as np
root='/home/zf/caffe/'#指定根目錄
deploy=root+'models/bvlc_reference_caffenet/deploy.prototxt'#結構文件
caffe_model=root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'
#已經訓練好的model
dir =root+'examples/images/'#保存測試圖片的集合
filelist=[]
filenames=os.listdir(dir)
for fn in filenames:
fullfilename = os.path.join(dir,fn)
filelist.append(fullfilename)
#filelist.append(fn)
def Test(img):
#加載模型
net = caffe.Net(deploy,caffe_model,caffe.TEST)
# 加載輸入和配置預處理
transformer = caffe.io.Transformer({'data':net.blobs['data'].data.shape})
transformer.set_mean('data', np.load('/home/zf/caffe/python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1))
transformer.set_transpose('data', (2,0,1))
transformer.set_channel_swap('data', (2,1,0))
transformer.set_raw_scale('data', 255.0)
#注意可以調節預處理批次的大小
#由于是處理一張圖片，所以把原來的10張的批次改為1
net.blobs['data'].reshape(1,3,227,227)
#加載圖片到數據層
im = caffe.io.load_image(img)
net.blobs['data'].data[...] = transformer.preprocess('data', im)
#前向計算
out = net.forward()
# 其他可能的形式 : out = net.forward_all(data=np.asarray([transformer.preprocess('data', im)]))
#預測分類
print out['prob'].argmax()
#打印預測標簽
labels = np.loadtxt("/home/zf/caffe/data/ilsvrc12/synset_words.txt", str, delimiter='\t')
top_k = net.blobs['prob'].data[0].flatten().argsort()[-1]
print 'the class is:',labels[top_k]
f=file("/home/zhengfeng/caffe/examples/zf/label.txt","a")
f.writelines(img+' '+labels[top_k]+'\n')
labels_filename=root +'data/ilsvrc12/synset_words.txt'
#循環遍歷文件夾root+'examples/images/'下的所有圖片
for i in range(0,len(filelist)):
img=filelist[i]
Test(img)
ps:主要有以下的文件需要說明
待測試的文件夾里面的圖片數據為：
最后的輸出結果如下：
以下是本人定義的label.txt文件寫入的預測的數據：
如果在編譯的時候出現import caffe error的話，說明沒有導入caffe
Export PYTHONPATH=$PYTHONPATH:/home/zf/caffe/python，如果還是不行，可能是你的caffe的python接口未編譯，cd /home/zf/caffe，然后執行make pycaffe,接著再測試。
以上這篇python接口調用已訓練好的caffe模型測試分類方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
