深度学习（七）caffe源码c++学习笔记

caffe源码c++学习笔记

原文地址：http://blog.csdn.net/hjimce/article/details/48933845

作者：hjimce

一、预测分类

最近几天为了希望深入理解caffe，于是便开始学起了caffe函数的c++调用，caffe的函数调用例子网上很少，需要自己慢慢的摸索，即便是找到了例子，有的时候caffe版本不一样，也会出现错误。对于预测分类的函数调用，caffe为我们提供了一个例子，一开始我懒得解读这个例子，网上找了一些分类预测的例子，总是会出现各种各样的错误，于是没办法最后只能老老实实的学官方给的例子比较实在，因此最后自己把代码解读了一下，然后自己整理成自己的类，这个类主要用于训练好模型后，我们要进行调用预测一张新输入图片的类别。

头文件：

[cpp] view plaincopy

/*
* Classifier.h
*
* Created on: Oct 6, 2015
* Author: hjimce
*/
#ifndef CLASSIFIER_H_
#define CLASSIFIER_H_
#include <caffe/caffe.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <algorithm>
#include <iosfwd>
#include <memory>
#include <string>
#include <utility>
#include <vector>
using namespace caffe;
using std::string;
/* std::pair (标签, 属于该标签的概率)*/
typedef std::pair<string, float> Prediction;
class Classifier
{
public:
Classifier(const string& model_file, const string& trained_file,const string& mean_file);
std::vector<Prediction> Classify(const cv::Mat& img, int N = 1);//N的默认值，我选择1，因为我的项目判断的图片，一般图片里面就只有一个种类
void SetLabelString(std::vector<string>strlabel);//用于设置label的名字，有n个类，那么就有n个string的名字
private:
void SetMean(const string& mean_file);
std::vector<float> Predict(const cv::Mat& img);
void WrapInputLayer(std::vector<cv::Mat>* input_channels);
void Preprocess(const cv::Mat& img,
std::vector<cv::Mat>* input_channels);
private:
shared_ptr<Net<float> > net_;//网络
cv::Size input_geometry_;//网络输入图片的大小cv::Size（height，width）
int num_channels_;//网络输入图片的通道数
cv::Mat mean_;//均值图片
std::vector<string> labels_;
};
#endif /* CLASSIFIER_H_ */

源文件：

[cpp] view plaincopy

/*
* Classifier.cpp
*
* Created on: Oct 6, 2015
* Author: hjimce
*/
#include "Classifier.h"
using namespace caffe;
Classifier::Classifier(const string& model_file,const string& trained_file,const string& mean_file)
{
//设置计算模式为CPU
Caffe::set_mode(Caffe::CPU);
//加载网络模型，
net_.reset(new Net<float>(model_file, TEST));
//加载已经训练好的参数
net_->CopyTrainedLayersFrom(trained_file);
CHECK_EQ(net_->num_inputs(), 1) << "Network should have exactly one input.";
CHECK_EQ(net_->num_outputs(), 1) << "Network should have exactly one output.";
//输入层
Blob<float>* input_layer = net_->input_blobs()[0];
num_channels_ = input_layer->channels();
//输入层一般是彩色图像、或灰度图像，因此需要进行判断，对于Alexnet为三通道彩色图像
CHECK(num_channels_ == 3 || num_channels_ == 1)<< "Input layer should have 1 or 3 channels.";
//网络输入层的图片的大小，对于Alexnet大小为227*227
input_geometry_ = cv::Size(input_layer->width(), input_layer->height());
//设置均值
SetMean(mean_file);
}
static bool PairCompare(const std::pair<float, int>& lhs,
const std::pair<float, int>& rhs) {
return lhs.first > rhs.first;
}
//函数用于返回向量v的前N个最大值的索引，也就是返回概率最大的五种物体的标签
//如果你是二分类问题，那么这个N直接选择1
static std::vector<int> Argmax(const std::vector<float>& v, int N)
{
//根据v的大小进行排序，因为要返回索引，所以需要借助于pair
std::vector<std::pair<float, int> > pairs;
for (size_t i = 0; i < v.size(); ++i)
pairs.push_back(std::make_pair(v[i], i));
std::partial_sort(pairs.begin(), pairs.begin() + N, pairs.end(), PairCompare);
std::vector<int> result;
for (int i = 0; i < N; ++i)
result.push_back(pairs[i].second);
return result;
}
//预测函数，输入一张图片img，希望预测的前N种概率最大的，我们一般取N等于1
//输入预测结果为std::make_pair，每个对包含这个物体的名字，及其相对于的概率
std::vector<Prediction> Classifier::Classify(const cv::Mat& img, int N) {
std::vector<float> output = Predict(img);
N = std::min<int>(labels_.size(), N);
std::vector<int> maxN = Argmax(output, N);
std::vector<Prediction> predictions;
for (int i = 0; i < N; ++i) {
int idx = maxN[i];
predictions.push_back(std::make_pair(labels_[idx], output[idx]));
}
return predictions;
}
void Classifier::SetLabelString(std::vector<string>strlabel)
{
labels_=strlabel;
}
//加载均值文件
void Classifier::SetMean(const string& mean_file)
{
BlobProto blob_proto;
ReadProtoFromBinaryFileOrDie(mean_file.c_str(), &blob_proto);
/*把BlobProto 转换为 Blob<float>类型 */
Blob<float> mean_blob;
mean_blob.FromProto(blob_proto);
//验证均值图片的通道个数是否与网络的输入图片的通道个数相同
CHECK_EQ(mean_blob.channels(), num_channels_)<< "Number of channels of mean file doesn't match input layer.";
//把三通道的图片分开存储，三张图片按顺序保存到channels中
std::vector<cv::Mat> channels;
float* data = mean_blob.mutable_cpu_data();
for (int i = 0; i < num_channels_; ++i) {
cv::Mat channel(mean_blob.height(), mean_blob.width(), CV_32FC1, data);
channels.push_back(channel);
data += mean_blob.height() * mean_blob.width();
}
//重新合成一张图片
cv::Mat mean;
cv::merge(channels, mean);
//计算每个通道的均值，得到一个三维的向量channel_mean，然后把三维的向量扩展成一张新的均值图片
//这种图片的每个通道的像素值是相等的，这张均值图片的大小将和网络的输入要求一样
cv::Scalar channel_mean = cv::mean(mean);
mean_ = cv::Mat(input_geometry_, mean.type(), channel_mean);
}
//预测函数，输入一张图片
std::vector<float> Classifier::Predict(const cv::Mat& img)
{
//？
Blob<float>* input_layer = net_->input_blobs()[0];
input_layer->Reshape(1, num_channels_, input_geometry_.height, input_geometry_.width);
net_->Reshape();
//输入带预测的图片数据，然后进行预处理，包括归一化、缩放等操作
std::vector<cv::Mat> input_channels;
WrapInputLayer(&input_channels);
Preprocess(img, &input_channels);
//前向传导
net_->ForwardPrefilled();
//把最后一层输出值，保存到vector中，结果就是返回每个类的概率
Blob<float>* output_layer = net_->output_blobs()[0];
const float* begin = output_layer->cpu_data();
const float* end = begin + output_layer->channels();
return std::vector<float>(begin, end);
}
/* 这个其实是为了获得net_网络的输入层数据的指针，然后后面我们直接把输入图片数据拷贝到这个指针里面*/
void Classifier::WrapInputLayer(std::vector<cv::Mat>* input_channels)
{
Blob<float>* input_layer = net_->input_blobs()[0];
int width = input_layer->width();
int height = input_layer->height();
float* input_data = input_layer->mutable_cpu_data();
for (int i = 0; i < input_layer->channels(); ++i) {
cv::Mat channel(height, width, CV_32FC1, input_data);
input_channels->push_back(channel);
input_data += width * height;
}
}
//图片预处理函数，包括图片缩放、归一化、3通道图片分开存储
//对于三通道输入CNN，经过该函数返回的是std::vector<cv::Mat>因为是三通道数据，索引用了vector
void Classifier::Preprocess(const cv::Mat& img,std::vector<cv::Mat>* input_channels)
{
/*1、通道处理，因为我们如果是Alexnet网络，那么就应该是三通道输入*/
cv::Mat sample;
//如果输入图片是一张彩色图片，但是CNN的输入是一张灰度图像，那么我们需要把彩色图片转换成灰度图片
if (img.channels() == 3 && num_channels_ == 1)
cv::cvtColor(img, sample, CV_BGR2GRAY);
else if (img.channels() == 4 && num_channels_ == 1)
cv::cvtColor(img, sample, CV_BGRA2GRAY);
//如果输入图片是灰度图片，或者是4通道图片，而CNN的输入要求是彩色图片，因此我们也需要把它转化成三通道彩色图片
else if (img.channels() == 4 && num_channels_ == 3)
cv::cvtColor(img, sample, CV_BGRA2BGR);
else if (img.channels() == 1 && num_channels_ == 3)
cv::cvtColor(img, sample, CV_GRAY2BGR);
else
sample = img;
/*2、缩放处理，因为我们输入的一张图片如果是任意大小的图片，那么我们就应该把它缩放到227×227*/
cv::Mat sample_resized;
if (sample.size() != input_geometry_)
cv::resize(sample, sample_resized, input_geometry_);
else
sample_resized = sample;
/*3、数据类型处理，因为我们的图片是uchar类型，我们需要把数据转换成float类型*/
cv::Mat sample_float;
if (num_channels_ == 3)
sample_resized.convertTo(sample_float, CV_32FC3);
else
sample_resized.convertTo(sample_float, CV_32FC1);
//均值归一化，为什么没有大小归一化？
cv::Mat sample_normalized;
cv::subtract(sample_float, mean_, sample_normalized);
/* 3通道数据分开存储 */
cv::split(sample_normalized, *input_channels);
CHECK(reinterpret_cast<float*>(input_channels->at(0).data) == net_->input_blobs()[0]->cpu_data()) << "Input channels are not wrapping the input layer of the network.";
}

调用实例，下面这个实例是要用于性别预测的例子：

[cpp] view plaincopy

//============================================================================
// Name : caffepredict.cpp
// Author :
// Version :
// Copyright : Your copyright notice
// Description : Hello World in C++, Ansi-style
//============================================================================
#include <string>
#include <vector>
#include <fstream>
#include "caffe/caffe.hpp"
#include <opencv2/opencv.hpp>
#include"Classifier.h"
int main()
{
caffe::Caffe::set_mode(caffe::Caffe::CPU);
cv::Mat src1;
src1 = cv::imread("4.jpg");
Classifier cl("deploy.prototxt", "gender_net.caffemodel","imagenet_mean.binaryproto");
std::vector<string>label;
label.push_back("male");
label.push_back("female");
cl.SetLabelString(label);
std::vector<Prediction>pre=cl.Classify(src1);
cv::imshow("1.jpg",src1);
std::cout <<pre[0].first<< std::endl;
return 0;
}

二、文件数据

[cpp] view plaincopy

/函数的作用是读取一张图片，并保存到到datum中
//第一个参数：filename图片文件路径名
//第二个参数：label图片的分类标签
//第三、四个参数：图片resize新的宽高
//调用方法：
/*Datum datum
ReadImageToDatum(“1.jpg”, 10, 256, 256, true,&datum)*/
//把图片1.jpg，其标签为10的图片缩放到256*256，并保存为彩色图片，最后保存到datum当中
bool ReadImageToDatum(const string& filename, const int label,
const int height, const int width, const bool is_color,
const std::string & encoding, Datum* datum) {
cv::Mat cv_img = ReadImageToCVMat(filename, height, width, is_color);//读取图片到cv::Mat
if (cv_img.data) {
if (encoding.size()) {
if ( (cv_img.channels() == 3) == is_color && !height && !width &&
matchExt(filename, encoding) )
return ReadFileToDatum(filename, label, datum);
std::vector<uchar> buf;
cv::imencode("."+encoding, cv_img, buf);
datum->set_data(std::string(reinterpret_cast<char*>(&buf[0]),
buf.size()));
datum->set_label(label);
datum->set_encoded(true);
return true;
}
CVMatToDatum(cv_img, datum);//把图片由cv::Mat转换成Datum
datum->set_label(label);//设置图片的标签
return true;
} else {
return false;
}
}

**********************作者：hjimce 时间：2015.10.1 地址：http://blog.csdn.net/hjimce 转载请保留本行信息********************

深度学习（七）caffe源码c++学习笔记相关推荐

深度学习框架Caffe源码解析
作者:薛云峰(https://github.com/HolidayXue),主要从事视频图像算法的研究, 本文来源微信公众号:深度学习大讲堂. 原文:深度学习框架Caffe源码解析欢迎技术投稿. ...
caffe源码c++学习笔记
转载自:深度学习(七)caffe源码c++学习笔记 - hjimce的专栏 - 博客频道 - CSDN.NET http://blog.csdn.net/hjimce/article/details/ ...
caffe源码深入学习6：超级详细的im2col绘图解析，分析caffe卷积操作的底层实现
在先前的两篇博客中,笔者详细解析了caffe卷积层的定义与实现,可是在conv_layer.cpp与base_conv_layer.cpp中,卷积操作的实现仍然被隐藏,通过im2col_cpu函 ...
caffe源码分析-layer
本文主要分析caffe layer层,主要内容如下: 从整体上说明下caffe的layer层的类别,以及作用通过proto定义与类Layer简要说明下Layer的核心成员变量; Layer类的核心成 ...
STL源码剖析学习七：stack和queue
STL源码剖析学习七:stack和queue stack是一种先进后出的数据结构,只有一个出口. 允许新增.删除.获取最顶端的元素,没有任何办法可以存取其他元素,不允许有遍历行为. 缺省情况下用deq ...
caffe源码学习:softmaxWithLoss前向计算
caffe源码学习:softmaxWithLoss 在caffe中softmaxwithLoss是由两部分组成,softmax+Loss组成,其实主要就是为了caffe框架的可扩展性. 表达式(1)是 ...
免费学习机器学习和深度学习的源码、学习笔记和框架分享
机器学习和深度学习的免费学习源码.学习笔记和框架分享 python笔记源码 python导入模块的的几种方式在python中,字典按值排序 python中set的基本常用方法 python取出fr ...
caffe源码学习——1.熟悉protobuf，会读caffe.proto
要想学习caffe源码,首当其冲的要阅读的,就是caffe.proto这个文件.它定义了caffe中用到的许多结构化数据. caffe采用了Protocol Buffers的数据格式. 那么,Prot ...
深度学习03-sklearn.LinearRegression 源码学习
在上次的代码重写中使用了sklearn.LinearRegression 类进行了线性回归之后猜测其使用的是常用的梯度下降+反向传播算法实现,所以今天来学习它的源码实现.但是在看到源码的一瞬间突然有种 ...

深度学习（七）caffe源码c++学习笔记

深度学习（七）caffe源码c++学习笔记相关推荐

最新文章

热门文章