长沙企业建站系统,wordpress阿里云oss,一级做ae视频片段怎么做,网站建设费会计本文参考如下#xff1a;
Instant Recognition with Caffe Extracting Features
Caffe Python特征提取 caffe 练习4 —-利用python批量抽取caffe计算得到的特征——by 香蕉麦乐迪 caffe 练习3 用caffe提供的C函数批量抽取图像特征——by 香蕉麦乐迪
caffe python批量抽…本文参考如下
Instant Recognition with Caffe Extracting Features
Caffe Python特征提取 caffe 练习4 —-利用python批量抽取caffe计算得到的特征——by 香蕉麦乐迪 caffe 练习3 用caffe提供的C函数批量抽取图像特征——by 香蕉麦乐迪
caffe python批量抽取图像特征 caffe python 批量抽取图像特征—续篇 caffe c 抽取图片特征
shicai C Caffe提取特征
caffe源码修改抽取任意一张图片的特征
matlab 批量提取CNN特征
关于如何批量提取特征本文的框架如下 . 准备数据及相应准备工作 . 初始化网络 .读取图像列表 .提取图像特征并保存为特定格式
Python方法一 主要有三个函数 initialize () 初始化网络的相关 readlist() 读取抽取图像列表 extractFeatre() 抽取图像的特征保存为指定的格式
其中在transformer那里需要根据自己的需求设定
#encoding:utf-8
#详情请查看http://www.cnblogs.com/louyihang-loves-baiyan/p/5078746.html
import numpy as np
import matplotlib.pyplot as plt
import os
import caffe
import sys
import pickle
import struct
import sys,cv2
caffe_root ../
# 运行模型的prototxt
deployPrototxt /home/bids/caffe/caffe-master/changmiao/model/deploy.prototxt
# 相应载入的modelfile
modelFile /home/bids/caffe/caffe-master/changmiao/model/bvlc_reference_caffenet.caffemodel
# meanfile 也可以用自己生成的
meanFile python/caffe/imagenet/ilsvrc_2012_mean.npy
# 需要提取的图像列表
imageListFile /home/bids/caffe/caffe-master/changmiao/data/temp.txt
imageBasePath /home/bids/caffe/caffe-master/changmiao/data/cat
#gpuID 4 根据你自己电脑的情况而定
postfix .classify_allCar1716_fc6# 初始化函数的相关操作
def initilize():print initilize ... sys.path.insert(0, caffe_root python)caffe.set_mode_gpu()
# caffe.set_device(gpuID)net caffe.Net(deployPrototxt, modelFile,caffe.TEST)return net
# 提取特征并保存为相应地文件
def extractFeature(imageList, net):# 对输入数据做相应地调整如通道、尺寸等等transformer caffe.io.Transformer({data: net.blobs[data].data.shape})transformer.set_transpose(data, (2,0,1))transformer.set_mean(data, np.load(caffe_root meanFile).mean(1).mean(1)) # mean pixeltransformer.set_raw_scale(data, 255) transformer.set_channel_swap(data, (2,1,0)) # set net to batch size of 1 如果图片较多就设置合适的batchsize net.blobs[data].reshape(1,3,227,227) #这里根据需要设定如果网络中不一致需要调整num0#imageList os.listdir(imageBasePath)for imagefile in imageList:imagefile_abs os.path.join(imageBasePath, imagefile)print imagefile_absnet.blobs[data].data[...] transformer.preprocess(data, caffe.io.load_image(imagefile_abs))out net.forward()fea_file imagefile_abs.replace(.jpg,postfix)num 1print Num ,num, extract feature ,fea_filewith open(fea_file,wb) as f:for x in xrange(0, net.blobs[fc6].data.shape[0]):for y in xrange(0, net.blobs[fc6].data.shape[1]):f.write(struct.pack(f, net.blobs[fc6].data[x,y]))# 读取文件列表
def readImageList(imageListFile):imageList []with open(imageListFile,r) as fi:while(True):line fi.readline().strip().split()# every line is a image file nameif not line:breakimageList.append(line[0]) print read imageList done image num , len(imageList)return imageListif __name__ __main__:net initilize()imageList readImageList(imageListFile) extractFeature(imageList, net)
