FastRCNN 的 CNTK C++ 评估

Question

我在一组自定义图像上有一个训练有素的 fastrcnn 模型。我想使用模型和 C++ Eval API 评估新图像。我将图像展平为一维向量并获取 rois 以输入到 eval 函数中。

    GetEvalF(&model);
// Load model with desired outputs
    std::string networkConfiguration;

//networkConfiguration += "outputNodeNames=\"h1.z:ol.z\"\n";
    networkConfiguration += "modelPath=\"" + modelFilePath + "\"";
    model->CreateNetwork(networkConfiguration);



// inputs are features of image: 1000:1000:3 & rois for image: 100
    std::unordered_map<string, vector<float>> inputs = { { "features", imgVector },{ "rois", roisVector } };

//outputs are roiLabels and prediction values for each one: 500
    std::unordered_map<string, vector<float>*> outputs = { { "roiLabels", &labelsVector }};

但是当我尝试评估时

model->Evaluate(inputs, outputs);

我有一个“没有重载函数错误的实例”

有人知道我的格式有什么问题吗？

Answer 1

您是否使用 Python 或 BrainScript 训练您的模型？如果使用 Python，您应该使用 CNTKLibrary API 进行评估，而不是 EvalDll API（它仅适用于使用 BrainScript 训练的模型）。您可以在我们的 Wiki 页面 here 中找到有关这两个 API 之间差异的更多信息。您可以查看this page 了解如何使用 CNTKLibrary API 进行模型评估，以及example code。 this page 中描述了有关如何构建示例的说明。

您也可以使用我们的Nuget packages 来构建您的应用程序。

谢谢！