Caffe抽取图像特征
根据caffe官网上的教程进行了一次模拟的特征抽取,数据集只有caffe-master_github/images/文件下的三张图片。
1.在caffe根目录下运行命令:
python scripts/download_model_binary.py models/bvlc_reference_caffenet
成功会显示:
2.创建临时文件夹,用于存放所需要的临时文件
mkdir examples/_temp
3.根据examples/images文件夹中的图片,创建包含图像列表的txt文件
find `pwd`/examples/images -type f -exec echo {} \; > examples/_temp/temp.txt
4.在生成的txt文件中图像列表后添加标签0
sed "s/$/ 0/" examples/_temp/temp.txt > examples/_temp/file_list.txt
5.下载ILSVRC数据集的均值文件
./data/ilsvrc12/get_ilsvrc_aux.sh
下载成功后应该看到的结果差不多是:
6.将网络文件复制到_temp文件夹中
cp examples/feature_extraction/imagenet_val.prototxt examples/_temp
7.执行命令
./build/tools/extract_features.bin models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/imagenet_val.prototxt fc7 examples/_temp/features 10 leveldb
说明:抽取的是网络中fc7层计算后的特征,当然也可以选择其他的层进行特征抽取。所有的特征在/examples/_temp/features/文件夹中。
特征抽取成功后应该是:
注意
1. 不要提取softmax最后一层的特征(如Caffenet的fc8)
2. batch_size*num_mini_batch应该等于提取特征的样本总数
错误日志:
[1]执行Python脚本时,遇到错误:
Traceback (most recent call last):File "scripts/download_model_binary.py", line 73, in <module>frontmatter['caffemodel_url'], model_filename, reporthook)File "/usr/lib/python2.7/urllib.py", line 94, in urlretrievereturn _urlopener.retrieve(url, filename, reporthook, data)File "/usr/lib/python2.7/urllib.py", line 244, in retrievetfp = open(filename, 'wb')
IOError: [Errno 13] Permission denied: 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'
很奇怪的问题,重新复制一份caffe-master_github再执行脚本就没问题,不知道怎么回事。
[2]下载图像均值文件时遇到错误:
./data/ilsvrc12/get_ilsvrc_aux.sh: command not found
这是get_ilsvrc_aux.sh
没有执行权限而已,解决办法为运行命令:
chmod +x get_ilsvrc_aux.sh
将get_ilsvrc_aux.sh
变为可执行文件。
参考文献:
[1].http://caffe.berkeleyvision.org/gathered/examples/feature_extraction.html
[2].http://www.cnblogs.com/platero/p/3967208.html
Caffe抽取图像特征相关推荐
- Caffe学习笔记4图像特征进行可视化
Caffe学习笔记4图像特征进行可视化 本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权 欢迎关注我的博客:http://blog.csdn.net/hit201 ...
- Caffe版Faster R-CNN可视化——网络模型,图像特征,Loss图,PR曲线
可视化网络模型 Caffe目前有两种常用的可视化模型方式: 使用Netscope在线可视化 Caffe代码包内置的draw_net.py文件可以可视化网络模型 Netscope能可视化神经网络体系 ...
- 关于图像特征的提取【转】
特征提取时计算机视觉和图像处理中的一个概念.它指的是计算机提取图像信息,决定每个图像的点是否属于一个图像特征.特征提取的结果是把图像上的点分为不同的子集,这些自己往往属于孤立的点,连续的曲线或者连续的 ...
- 三维位姿:***图像特征-特征提取-姿态估计
原文链接:http://blog.csdn.net/cloverwindy/article/details/8443296 有少量修改,如有疑问,请问原作者! 常用的图像特征有颜色特征.纹理特征.形状 ...
- 使用sklearn PCA主成分分析对图像特征进行降维
本文是利用Python K-means实现简单图像聚类的后续分析. 上文我们提到过,利用ResNet可以进行图像特征的抽取,进而帮助我们去进行聚类.但是其实这里面有个问题,拿resnet提取到的特征高 ...
- 图像特征(二)——形状特征(主轮廓特征、区域特征、图像的矩及Hu矩)
转载请注明出处 https://mp.csdn.net/console/editor/html/105172749 接续上一节内容(颜色特征),本文主要介绍形状特征,并给出matlab上实现的demo ...
- python pr曲线_Py-Faster R-CNN可视化——网络模型,图像特征,Loss图,PR曲线
可视化网络模型 使用Netscope在线可视化 Netscope Netscope能可视化神经网络体系结构(或技术上说,Netscope能可视化任何有向无环图).目前Netscope能可视化Caffe ...
- 图像特征算法(三)——ORB算法简述及Python中ORB特征匹配实践
计算机视觉专栏传送 上一篇:图像特征算法(二)--SURF算法简述及Python标记SURF特征检测实践 下一篇:持续创作中- 目录 计算机视觉专栏传送 一.ORB算法 1.算法简介 2.FAST寻找 ...
- SURF算法与SIFT算法的性能比较——图像特征点检测与提取算法分析
图像特征点提取算法的算法研究(SURF和SIFT算法) 1. 摘要 计算机视觉中,很大一部分研究集中在图像特征提取和特征生成算法上.对图像的优化,不同于一般数学问题的优化方法,图像的优化是对像素点,在 ...
最新文章
- Download interrupted: URL not found.
- linux命令用tar czvf .tar.gz好用的
- 05-RARP: 逆地址解析协议
- 你人脉网中应该有的10种人
- 简单的Delegate(委托)例子
- xib cell用法
- 用Excel教会你PID算法
- 发光的“盖面神器”!全新Kindle青春版体验评测来了
- hdu3507 print article
- python import _ssl_如何在python 2.7.6中导入_ssl?
- angular—— Dynamic Templates
- java高级语法_JAVA高级工程师课程笔记整理——(三)面向对象详解
- android 歌词 开源,NLyric 网易云音乐歌词自动搜索下载【开源】
- 聊聊从古至今都是如何加密的~
- DTCloud 报表开发
- Linux terminal 终端快捷键
- 案例|高稳定紫外LED光源助力流体力学PSP技术
- 换一种姿势:利用 PdaNet+ 实现电脑共享手机的流量
- css 设置背景图一半_CSS背景颜色 背景图片 居中 重复 固定样式background经验篇
- Shader初级(纹理坐标篇)