Python格式Caffe图片数据信息均值测算学习培训实例
你好,我是本际云服务器推荐网的小编小本本。在本文中,我们将详细说明Python格式Caffe图片数据信息均值测算的方法,希望可以对学习此知识的小伙伴有所帮助。

二进制格式均值测算
Caffe中常用的均值数据类型是binaryproto,创作者给我们提供一个测算均值文件compute_image_mean.cpp,放到Caffe目录下的tools文件夹里。编译程序后,可将操作体放到build/tools/下,即可使用以下命令进行测算:
#sudo build/tools/compute_image_mean examples/mnist/mnist_train_lmdb examples/mnist/mean.binaryproto
命令需要带两个参数:
- 第一个参数:examples/mnist/mnist_train_lmdb,表示需要计算均值的数据,格式为lmdb的训练数据。
- 第二个参数:examples/mnist/mean.binaryproto,计算出来的结果保存文件。
Python格式均值测算
如果我们要使用Python接口或开展特定数据可视化,可能要使用Python格式均值文档。首先,我们用lmdb格式的信息,算出二进制格式均值,然后再转化成Python格式均值。
我们可以撰写一个Python脚本来达到目的:
#!/usr/bin/env python
import numpy as np
import sys, caffe
if len(sys.argv)!=3:
print"Usage: python convert_mean.py mean.binaryproto mean.npy"
sys.exit()
blob = caffe.proto.caffe_pb2.BlobProto()
bin_mean = open(sys.argv[1],'rb').read()
blob.ParseFromString(bin_mean)
arr = np.array(caffe.io.blobproto_to_array(blob))
npy_mean = arr[0]
np.save(sys.argv[2],npy_mean)
将这个脚本保存为convert_mean.py,调用格式为:
#sudo python convert_mean.py mean.binaryproto mean.npy
其中的mean.binaryproto就是经过前面步骤计算出来的二进制均值。mean.npy则是我们需要的Python格式的均值。
照片减掉均值后,再进行训练和检测,可以提高速度和精密度。因此,通常在各种实体模型中都有这种操作。均值是针对全部svm分类器的均值进行测算,计算出来后,储存在均值文档中。在今后的检测中,可以直接使用这种均值进行差分,而无需对测试图片重新计算。
综上所述,Python格式Caffe图片数据信息均值测算的学习培训实例就介绍完了,希望能对大家有所帮助,祝愿大家早日涨薪。
原创文章,作者:小编小本本,如若转载,请注明出处:https://www.benjiyun.com/yunzhujiyunwei/vps-yunwei/6858.html
