Image Classification and Filter Visualization

xiaoxiao2021-02-28  100

这是caffe文档中Notebook Examples的第一篇,链接地址http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb

这个例子利用CaffeNet模型对caffe文件夹下的那张小猫的图像进行分类,逐层可视化图像特征,CaffeNet基于ImageNet。同时比较了CPU和GPU操作。

1. 准备模型,引入必要的模块:

由于这里是用CaffeNet的测试阶段因此,需要下载参数文件,在caffe的根目录下运行:

[plain] view plain copy ./scripts/download_model_binary.py   或者直接在 http://dl.caffe.berkeleyvision.org/上下载 bvlc_reference_caffenet.caffemodel文件,下载完成后放到

$CAFFE-ROOT/models/bvlc_reference_caffenet文件夹下, $CAFFE-ROOT为caffe根目录

在ipython下运行

[python] view plain copy import numpy as np           #调用numpy模块,调用名称为np  import matplotlib.pyplot as plt               #调用matplotlib.pyplot模块,调用名称为plt  import sys    caffe_root = '/home/username/caffe-master'   #caffe根目录  sys.path.append('/usr/lib/python2.7/dist-packages')      model_file = caffe_root + '/models/bvlc_reference_caffenet/deploy.prototxt'  #CaffeNet网络结构  pretrained = caffe_root + '/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'    #参数文件    image_file = caffe_root+'/examples/images/cat.jpg'    #测试数据    npload = caffe_root + '/python/caffe/imagenet/ilsvrc_2012_mean.npy'    #计算平均值    import caffe    plt.rcParams['figure.figsize'] = (1010)       # 显示图标大小为10  plt.rcParams['image.interpolation'] = 'nearest'     # 图形差值以最近为原则  plt.rcParams['image.cmap'] = 'gray'        #背景颜色为灰色  

2. 设置CPU摸式运行,加载模型和参数文件,配置输入预处理

[python] view plain copy caffe.set_mode_cpu()  net = caffe.Net(model_file, pretrained, caffe.TEST)    #构建网络  transformer = caffe.io.Transformer({'data':net.blobs['data'].data.shape })  transformer.set_transpose('data',(2,0,1))  transformer.set_mean('data',np.load(npload).mean(1).mean(1))    #计算像素平均值  transformer.set_raw_scale('data',255#将图像转到灰白空间  transformer.set_channel_swap('data',(2,1,0)) # 参考模型通道为BGR,需转换成RGB,括号中的数字表示排列顺序  

4测试数据

[python] view plain copy net.blobs['data'].reshape(503227227)  net.blobs['data'].data[...] = transformer.preprocess('data',caffe.io.load_image(image_file))  #读取文件   out = net.forward()  print("Predicted class is #{}.".format(out['prob'][0].argmax()))   5. 显示图片: plt.imshow(transformer.deprocess('data', net.blobs['data'].data[0]))

6. 获取标签

命令行caffe-根目录输入语句

[plain] view plain copy ./data/ilsvrc12/get_ilsvrc_aux.sh  

之后代码输入:

[python] view plain copy imagenet_labels_filename = caffe_root + '/data/ilsvrc12/synset_words.txt'  labels = np.loadtxt(imagenet_labels_filename, str, delimiter='\t')  top_k = net.blobs['prob'].data[0].flatten().argsort()[-1:-6:-1]  print labels[top_k]   可以看到如下结果 [python] view plain copy ['n02123045 tabby, tabby cat' 'n02123159 tiger cat'   'n02124075 Egyptian cat' 'n02119022 red fox, Vulpes vulpes'   'n02127052 lynx, catamount']   7.CPU下获取一次运行事件 [python] view plain copy net.forward()  # call once for allocation  %timeit net.forward()   输出:1 loops, best of 3: 4.53 s per loop 8.在GPU下运行 [python] view plain copy caffe.set_device(0)  caffe.set_mode_gpu()  net.forward()  # call once for allocation  %timeit net.forward()   输出:1 loops, best of 3: 397 ms per loop 9. 网络各层特征和结构 [python] view plain copy [(k, v.data.shape) for k, v in net.blobs.items()]  

输出:参数中第一个为网络名,后面四个数分别为批处理大小,滤波器个数,每个神经元中图像大小

[python] view plain copy [('data', (503227227)),   ('conv1', (50965555)),   ('pool1', (50962727)),   ('norm1', (50962727)),   ('conv2', (502562727)),   ('pool2', (502561313)),   ('norm2', (502561313)),   ('conv3', (503841313)),   ('conv4', (503841313)),   ('conv5', (502561313)),   ('pool5', (5025666)),   ('fc6', (504096)),   ('fc7', (504096)),   ('fc8', (501000)),   ('prob', (501000))]   10. 参数的形状, [python] view plain copy [(k, v[0].data.shape) for k, v in net.params.items()]   输出网络参数: [python] view plain copy [('conv1', (9631111)),   ('conv2', (2564855)),   ('conv3', (38425633)),   ('conv4', (38419233)),   ('conv5', (25619233)),   ('fc6', (40969216)),   ('fc7', (40964096)),   ('fc8', (10004096))]  

11. 用于可视化的函数

[python] view plain copy # take an array of shape (n, height, width) or (n, height, width, channels)  # and visualize each (height, width) thing in a grid of size approx. sqrt(n) by sqrt(n)  def vis_square(data, padsize=1, padval=0):      data -= data.min()      data /= data.max()            # force the number of filters to be square      n = int(np.ceil(np.sqrt(data.shape[0])))      padding = ((0, n ** 2 - data.shape[0]), (0, padsize), (0, padsize)) + ((00),) * (data.ndim - 3)      data = np.pad(data, padding, mode='constant', constant_values=(padval, padval))            # tile the filters into an image      data = data.reshape((n, n) + data.shape[1:]).transpose((0213) + tuple(range(4, data.ndim + 1)))      data = data.reshape((n * data.shape[1], n * data.shape[3]) + data.shape[4:])            plt.imshow(data)   12. 显示conv1的滤波器:共96个 [python] view plain copy # the parameters are a list of [weights, biases]  filters = net.params['conv1'][0].data  vis_square(filters.transpose(0231))  

13. 第一层的输出:前36个

[python] view plain copy feat = net.blobs['conv1'].data[0, :36]  vis_square(feat, padval=1)  

14. 第二层的滤波器,conv2

这一层有256个滤波器,每一个由5x5x48维, 这里只展示前48个滤波器。每个通道分开显示,因此每个滤波器是一行

[python] view plain copy filters = net.params['conv2'][0].data  vis_square(filters[:48].reshape(48**255))  

15. 第二层前36个输出(第二个卷积层输出,已修正的,共有256个通道,这里显示前36个)

[python] view plain copy feat = net.blobs['conv2'].data[0, :36]  vis_square(feat, padval=1)  

16. 第三层卷积层的输出(已修正的,所有的384个通道)

[python] view plain copy feat = net.blobs['conv3'].data[0]  vis_square(feat, padval=0.5)  

17. 第四层卷积层输出(已修正的,所有384个通道)

[python] view plain copy feat = net.blobs['conv4'].data[0]  vis_square(feat, padval=0.5)   18. 第5层卷积输出(已修正的,所有的256个通道) [python] view plain copy feat = net.blobs['conv5'].data[0]  vis_square(feat, padval=0.5)  

19.第5层池化后的输出

[python] view plain copy feat = net.blobs['pool5'].data[0]  vis_square(feat, padval=1)  

20. 第一个全连接层输出直方分布图(fc6,已修正的)

[python] view plain copy feat = net.blobs['fc6'].data[0]  plt.subplot(211)  plt.plot(feat.flat)  plt.subplot(212)  _ = plt.hist(feat.flat[feat.flat > 0], bins=100)  

21. 第二个全连接层的输出(fc7, 已修正的)分布不在平均

[python] view plain copy feat = net.blobs['fc7'].data[0]  plt.subplot(211)  plt.plot(feat.flat)  plt.subplot(212)  _ = plt.hist(feat.flat[feat.flat > 0], bins=100)  

22. 最后的概率输出(prob)

[python] view plain copy feat = net.blobs['prob'].data[0]  plt.plot(feat.flat)   23. 看一下概率最大的几个标签 [python] view plain copy # load labels  imagenet_labels_filename = caffe_root + 'data/ilsvrc12/synset_words.txt'  try:      labels = np.loadtxt(imagenet_labels_filename, str, delimiter='\t')  except:      !/data/ilsvrc12/get_ilsvrc_aux.sh      labels = np.loadtxt(imagenet_labels_filename, str, delimiter='\t')    # sort top k predictions from softmax output  top_k = net.blobs['prob'].data[0].flatten().argsort()[-1:-6:-1]  print labels[top_k]  

打印结果:

[python] view plain copy ['n02123045 tabby, tabby cat' 'n02123159 tiger cat'   'n02124075 Egyptian cat' 'n02119022 red fox, Vulpes vulpes'   'n02127052 lynx, catamount']  

参考网站:

http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb
转载请注明原文地址: https://www.6miu.com/read-28026.html

最新回复(0)