计算 HDF5 数据集的平均值以用于 caffe 分类

【问题标题】：Compute mean of HDF5 dataset to use in caffe classification计算 HDF5 数据集的平均值以用于 caffe 分类
【发布时间】：2018-08-04 21:52:02
【问题描述】：

我使用 classification.cpp 根据 caffe 神经网络工具箱中经过训练的网络对我的图像进行分类。这个文件有一些参数如下：

1-model_file
2-trained_file
3-mean_file
4-label_file
5-test_file

mean_file 由caffe-master/build/tools/compute_image_mean 计算。

现在我创建了一个HDF5 数据集并训练了一个网络。所以我有 1,2,4,5 个参数，但我不知道如何计算 mean_file。解决办法是什么？

【问题讨论】：

标签： c++ neural-network caffe

【解决方案1】：

目前 mean_file 是使用 LEVELDB 或 LMDB 数据库中的 compute_image_mean 计算的，不支持 HDF5。由于 hdf5 对 python 非常友好，所以可以使用 python 脚本计算平均值，然后将其保存到 .binaryproto 文件中。

一个更简单的方法是你可以修改classification.cpp并减去(104,117,124)mean_value，它应该和你模型prototxt文件中的mean_value一样。例如，您可以添加如下函数：

void Classifier::SetMean(const vector<float> &mean_values) {
   cv::Scalar channel_mean(0);
   double *ptr = &channel_mean[0];
   for (int i = 0; i < num_channels_; ++i) {
       ptr[i] = mean_values[i];
   }
   mean_ = cv::Mat(input_geometry_, (num_channels_ == 3 ? CV_32FC3 : CV_32FC1),channel_mean);
}

然后您可以使用向量 mean_values (104,117,124) 设置均值。

【讨论】：

谢谢，在你评论的第二部分，你能解释更多吗？（因为我在c++代码中使用caffe）
我已经编辑了答案，希望对您有所帮助。