Caffe，如何从预训练网络进行预测答案

【问题标题】：Caffe, how to predict from a pretrained netCaffe，如何从预训练网络进行预测
【发布时间】：2016-02-19 07:14:16
【问题描述】：

我正在使用此代码来加载我的网络：

net = caffe.Classifier(MODEL_FILE, PRETRAINED,
                   mean=np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1),
                   channel_swap=(2,1,0),
                   raw_scale=255,
                   image_dims=(256, 256))

我对三行有疑问。

1-mean=np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1)

什么意思？我应该使用这个平均值还是另一个？如果是，我在哪里可以获得自定义平均值？我正在使用自定义数据集。

2-channel_swap=(2,1,0)

channel_swap 是什么意思？再说一遍，我应该使用这个值还是自定义值？

最后一个

3-raw_scale=255

什么是 raw_scale？我应该使用什么值？

我正在使用Cohn Kanade 数据集。所有图像均为 64x64 且为灰度。

【问题讨论】：

标签： python deep-learning caffe conv-neural-network pycaffe

【解决方案1】：

channel_swap 是将RGB 反转为BGR，如果您使用参考图像网络模型，这显然是必要的，基于 [1] 中的评论。在您的情况下，图像是灰度的，因此您可能没有三个通道。您可能需要将其设置为 (0, 0, 0)，但即使这样也可能无济于事（我不确定 channel_swap 的确切实现）。如果这没有帮助，最简单的解决方案可能是通过将每个像素分成三个具有相等值的值 (RGB) 来预处理数据。之后，您可能会完全放弃 channel_swap，因为您的频道具有相同的价值，并且交换它们是没有任何操作的。

平均值是将从您的输入数据中减去以使其居中的值。（请记住，神经网络需要数据具有零均值，而输入图像通常具有正均值，因此需要减法）。您减去的平均值应该与用于训练的平均值相同，因此使用与模型关联的文件中的平均值是正确的。但是，我不确定您是否应该致电.mean(1) ——您是否从某个示例中得到了这条线？如果是，那么这很可能是正确的做法。

raw_scale 是输入数据的比例。该模型期望像素被归一化，因此如果您的输入数据的值介于 0 和 255 之间，那么将 raw_scale 设置为 255 是正确的。如果您的数据的值介于 0 和 1 之间，则应将 raw_scale 设置为 1。

最后，根据我对[2]中评论的理解，您不需要提供image_dims

[1]https://github.com/BVLC/caffe/blob/master/python/caffe/io.py#L204

[2]https://github.com/BVLC/caffe/blob/master/python/caffe/classifier.py#L18

【讨论】：

谢谢，我在site 上得到了这个代码。我没有使用imaginet，我只是在谷歌上搜索'caffe predict from pretrained model'。因此，我必须将均值更改为 (0,0,0)，而不是使用 channel_swap 和 raw_scale 为 1/126。因为 126 是我的数据集灰度平均值。我是对的？
如果 126 是您的平均值，那么 raw_scale 是 255（raw_scale 是范围，而不是平均值）。对于平均值，您需要使用用于训练您使用的模型的数据集的平均值。您使用什么确切型号？对于channel_swap，在你的情况下你不需要它，这是正确的。
Ishamael，请您解释一下“您使用的确切型号是什么？”是什么意思。我不明白。 Caffe 和 convnet 对我来说真的很新。
MODEL_FILE和PRETRAINED_FILE的值是多少？
这是我的model_file

【解决方案2】：

我同意@Ishamael 在 channel_swap 上的 cmets 和意思。我只是想进一步澄清 raw_scale。假设使用caffe.io.load_image 加载图像，值始终在 0 到 1 [1] 的范围内。需要注意的是：

虽然 Python 表示 [0, 1] 中的图像，但某些 Caffe 模型 CaffeNet 和 AlexNet 表示 [0, 255] 中的图像，因此 raw_scale 这些模型必须是 255。

而且我认为在馈送到网络数据层之前检查输入图像值以选择适当的 raw_scale 是明智的。

谢谢。

[1]https://github.com/BVLC/caffe/blob/master/python/caffe/io.py#L224

【讨论】：