如何在 Caffe 中输入 LeNet CNN 之前对图像进行预处理？答案

【问题标题】：How to preprocess image before feeding into LeNet CNN in Caffe?如何在 Caffe 中输入 LeNet CNN 之前对图像进行预处理？
【发布时间】：2017-06-29 14:29:00
【问题描述】：

我在使用 Caffe 库将自己的图像输入 LeNet 时遇到问题。我已经毫无困难地部署并初始化了通过训练获得的权重。由于网络是使用 28x28 的输入大小进行训练的，我尝试将输入图像的大小调整为 28x28 并输入到部署的 LeNet，但它给了我 “unhashable numpy array” 错误。

不仅如此，我还尝试在调整大小后用img = img.transpose(img, (2,0,1)) 转置它，但它给了我“TypeError: only length-1 arrays can be convert to Python scalars”

以下是迄今为止我在预处理图像时尝试的 python 代码：

img = caffe.io.load_image('number5.png')
img = caffe.io.resize_image(img, (28,28), interp_order=3)
img = img.transpose(img, (2,0,1))

我是使用 Caffe 的初学者，还在学习中。我希望有人能给我一些示例或见解，说明如何在输入网络之前对图像进行预处理。

谢谢。

最好的问候。

【问题讨论】：

标签： python artificial-intelligence deep-learning caffe

【解决方案1】：

改用这个：

img = img.transpose((2,0,1))

【讨论】：

我得到了同样的错误：unhashable type: numpy.ndarray 当试图将它提供给网络时

【解决方案2】：

您可以使用caffe.io.Transformer 这用于预处理 caffe 'data' blob。将其定义为

transformer = caffe.io.Transformer({'data':net.blobs['data'].data.shape})
transformer.set_transpose('data',(2,0,1))

那么你可以，

img = caffe.io.load_image('number5.png')
img = caffe.io.resize_image(img, (28,28), interp_order=3)
img_transposed=transformer.preprocess('data',img)

【讨论】：