caffe显示特征图

转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/

以下部分代码是根据caffe的python接口，从一次forword中取出param和blob里面的卷积核和响应的卷积图。

import numpy as np
import matplotlib.pyplot as plt
import os
import caffe
import sys
import pickle
import cv2caffe_root = '../'  deployPrototxt =  '/home/chenjie/louyihang/caffe/models/bvlc_reference_caffenet/deploy_louyihang.prototxt'
modelFile = '/home/chenjie/louyihang/caffe/models/bvlc_reference_caffenet/caffenet_carmodel_louyihang_iter_50000.caffemodel'
meanFile = 'python/caffe/imagenet/ilsvrc_2012_mean.npy'
imageListFile = '/home/chenjie/DataSet/CompCars/data/train_test_split/classification/test_model431_label_start0.txt'
imageBasePath = '/home/chenjie/DataSet/CompCars/data/cropped_image'
resultFile = 'PredictResult.txt'#网络初始化
def initilize():print 'initilize ... 'sys.path.insert(0, caffe_root + 'python')caffe.set_mode_gpu()caffe.set_device(4)net = caffe.Net(deployPrototxt, modelFile,caffe.TEST)return net#取出网络中的params和net.blobs的中的数据
def getNetDetails(image, net):# input preprocessing: 'data' is the name of the input blob == net.inputs[0]transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})transformer.set_transpose('data', (2,0,1))transformer.set_mean('data', np.load(caffe_root + meanFile ).mean(1).mean(1)) # mean pixeltransformer.set_raw_scale('data', 255)  # the reference model operates on images in [0,255] range instead of [0,1]transformer.set_channel_swap('data', (2,1,0))  # the reference model has channels in BGR order instead of RGB# set net to batch size of 50net.blobs['data'].reshape(1,3,227,227)net.blobs['data'].data[...] = transformer.preprocess('data', caffe.io.load_image(image))out = net.forward()#网络提取conv1的卷积核filters = net.params['conv1'][0].datawith open('FirstLayerFilter.pickle','wb') as f:pickle.dump(filters,f)vis_square(filters.transpose(0, 2, 3, 1))#conv1的特征图feat = net.blobs['conv1'].data[0, :36]with open('FirstLayerOutput.pickle','wb') as f:pickle.dump(feat,f)vis_square(feat,padval=1)pool = net.blobs['pool1'].data[0,:36]with open('pool1.pickle','wb') as f:pickle.dump(pool,f)vis_square(pool,padval=1)# 此处将卷积图和进行显示，
def vis_square(data, padsize=1, padval=0 ):data -= data.min()data /= data.max()#让合成图为方n = int(np.ceil(np.sqrt(data.shape[0])))padding = ((0, n ** 2 - data.shape[0]), (0, padsize), (0, padsize)) + ((0, 0),) * (data.ndim - 3)data = np.pad(data, padding, mode='constant', constant_values=(padval, padval))#合并卷积图到一个图像中data = data.reshape((n, n) + data.shape[1:]).transpose((0, 2, 1, 3) + tuple(range(4, data.ndim + 1)))data = data.reshape((n * data.shape[1], n * data.shape[3]) + data.shape[4:])print data.shapeplt.imshow(data)if __name__ == "__main__":net = initilize()testimage = '../data/MyTest/visualize_test.jpg'getNetDetails(testimage, net)

输入的测试图像

第一层的卷积核和卷积图，可以看到一些明显的边缘轮廓，左侧是相应的卷积核

第一个Pooling层的特征图

第二层卷积特征图

第二层pooling的特征图，可以看到pooling之后，对conv的特征有部分强化，我网络中使用的max-pooling，但是到了pooling2已经出现一些离散的块了，已经有些抽象了，难以看出什么东西

caffe显示特征图相关推荐

神经网络一键可视化！这个AI神器可以放大网络中的任何一层，显示特征图！...
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达行早发自凹非寺来源:量子位(QbitAI) 神经网络在工作的时候,里面到底是什么样? 为了能透视这个& ...
caffe之特征图可视化及特征提取
上一篇博客,介绍了怎么对训练好的model的各层权重可视化,这篇博客,我们介绍测试图片输入网络后产生的特征图的可视化记得上篇中,我们是写了一个新的文件test.cpp,然后编译运行那个文件的,这是因 ...
【caffe-windows】全卷积网络特征图分析
前言突然就想分析一下全卷积网络的转置卷积部分了, 就是这么猝不及防的想法, 而且这个网络对图片的输入大小无要求,这么神奇的网络是时候分析一波了,我个人的学习方法调试代码,然后对照论文看理论本次分析 ...
pytorch可视化 resnet50特征图
参考:https://blog.csdn.net/u012435142/article/details/84711978 Python可视化resnet50所有层特征图使用pytorch中预训练模型 ...
caffe for windows的matlab接口（四）：权重和特征图可视化的一个例子
模型读取参照三,想实现一个自己图像的可视化过程: 首先我发现自己训练出的model没有deploy文件.查阅了下:"如果要把训练好的模型拿来测试新的图片,那必须得要一个deploy.pro ...
caffe for windows的matlab接口（三）：权重和特征图的可视化
模型读取读取bvlc_reference_caffenet 的模型结构以及训练好的参数,注意此处的模型结构为deploy,而非train时候的. caffe.set_mode_cpu();%设置CP ...
收藏 | PyTorch模型训练特征图可视化（TensorboardX）
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达仅作学术分享,不代表本公众号立场,侵权联系删除转载于:作者丨Pa ...
Caffe CNN特征可视化
Caffe CNN特征可视化转载请注明出处,楼燚(yì)航的blog,http://www.cnblogs.com/louyihang-loves-baiyan/ 以下部分代码是根据caffe的py ...
【caffe-matlab】权重以及特征图的可视化
前言移植了各种caffe,是时候进行下一步操作了,先拿可视化下手吧.大部分内容可能跟网上的方法不一样,大家看完我的博客最好去网上看看大牛们的博客,万一被我误导了,就罪过了o(╯□╰)o,开更.... ...

caffe显示特征图

转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/

caffe显示特征图相关推荐

最新文章

热门文章