gpt4 book ai didi

怎么用C++提取任意一张图片的特征(从内存读取数据)

转载 作者:qq735679552 更新时间:2022-09-28 22:32:09 25 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章怎么用C++提取任意一张图片的特征(从内存读取数据)由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

  关于使用C++接口来提取特征,caffe官方提供了一个extract_features.cpp的例程,但是这个文件的输入是blob数据,即使输入层使用的是ImageData,也需要在deploy.prototxt中指定图片的位置,很不方便.

如果想要使用opencv来读取一个图片,然后用caffe训练好的model提取特征,就需要对输入层进行改写。另外官方例程默认的输出是leveldb格式,我们也可以获取float类型的多维特征(数组),这样集成到我们的项目中更灵活.

01 。

  首先我们需要改写deploy.prototxt的输入层为"MemoryData":

?
1
2
3
4
5
6
7
8
9
10
11
12
layer {
  name: "data"
  type: "MemoryData"
  top: "data"
  top: "label"
  memory_data_param{
  batch_size:1
  channels:3
  height:100
  width:100
  }
}

  在之前的训练中可能使用的是"ImageData"、"Data"之类的,现在改成MemoryData不影响.

02 。

  我准备提取的层的名字是"res5_6",就是"InnerProduct"的前一层,当我想提取"InnerProduct"全连接层的输出时,总是报错,提示原始参数和网络参数不匹配(就是训练好的model和现在deploy的网络维度不一样),所以只好提取前一层了,并且要把全连接层屏蔽掉,屏蔽的方法是把prototxt里相应层的名字改掉就好(相对于caffemodel里面的名字)。[以上问题暂时还没解决,留坑] 。

03 。

  下面是更改之后的 extract_features.cpp的代码:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
#include <stdio.h>
#include <string>
#include <vector>
#include <iostream>
#include <opencv2/opencv.hpp>
#include "boost/algorithm/string.hpp"
#include "google/protobuf/text_format.h"
#include "caffe/blob.hpp"
#include "caffe/common.hpp"
#include "caffe/net.hpp"
#include "caffe/proto/caffe.pb.h"
#include "caffe/util/io.hpp"
#include "caffe/layers/memory_data_layer.hpp"
#define NetTy float
using namespace caffe;
using std::cout;
using std::endl;
using std::string;
/* 加载模型函数 */
template < typename Dtype>
caffe::Net<Dtype>* loadNet(std::string param_file, std::string pretrained_param_file, caffe::Phase phase)
{
  caffe::Net<Dtype>* net( new caffe::Net<Dtype>(param_file, phase));
  net->CopyTrainedLayersFrom(pretrained_param_file);
  return net;
}
int main()
{
  cv::Mat src;
  src = cv::imread( "face_example/test.jpg" ); // 读取测试图片
  cv::resize(src, src, cv::Size(100, 100)); // 这里要将图片resize到prototxt里面的输入层指定的大小
  caffe::Net<NetTy>* _net = loadNet<NetTy>( "face_example/face_deploy.prototxt" , "face_example/face.caffemodel" , caffe::TEST); // 加载网络定义文件和参数模型
  caffe::MemoryDataLayer<NetTy> *m_layer = (caffe::MemoryDataLayer<NetTy> *)_net->layers()[0].get(); // 定义个内存数据层指针
  std::vector<cv::Mat> dv = { src }; // AddMatVector(const vector<cv::Mat>& mat_vector,const vector<int>& labels)
  std::vector< int > label = { 0 }; // -------------------------------------------------------------------------
  m_layer->AddMatVector(dv, label); // 把图片和标签,添加到 MemoryData层
  std::vector<caffe::Blob<NetTy>*> input_vec; // 无意义,为了函数参数需要
  _net->Forward(input_vec);     // 执行一次前向计算
  boost::shared_ptr<caffe::Blob<NetTy>> layerData = _net->blob_by_name( "res5_6" ); // 获得指定层的输出
  const NetTy* pstart = layerData->cpu_data(); // res5_6->cpu_data()返回的是多维数据(数组)
  /*-----输出特征-----*/
  for ( int i = 0; i < 30000; i++)
  {
   std::cout << *pstart << endl;
   pstart++;
  }
  return 0;
}

以上所述是小编给大家介绍的怎么用C++提取任意一张图片的特征(从内存读取数据),希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对我网站的支持! 。

原文链接:http://www.cnblogs.com/whlook/p/6792707.html 。

最后此篇关于怎么用C++提取任意一张图片的特征(从内存读取数据)的文章就讲到这里了,如果你想了解更多关于怎么用C++提取任意一张图片的特征(从内存读取数据)的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com