程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> C語言 >> C++ >> 關於C++ >> 怎麼用C++提取任意一張圖片的特征(從內存讀取數據)

怎麼用C++提取任意一張圖片的特征(從內存讀取數據)

編輯:關於C++

怎麼用C++提取任意一張圖片的特征(從內存讀取數據)。本站提示廣大學習愛好者:(怎麼用C++提取任意一張圖片的特征(從內存讀取數據))文章只能為提供參考,不一定能成為您想要的結果。以下是怎麼用C++提取任意一張圖片的特征(從內存讀取數據)正文


  關於使用C++接口來提取特征,caffe官方提供了一個extract_features.cpp的例程,但是這個文件的輸入是blob數據,即使輸入層使用的是ImageData,也需要在deploy.prototxt中指定圖片的位置,很不方便。

如果想要使用opencv來讀取一個圖片,然後用caffe訓練好的model提取特征,就需要對輸入層進行改寫。另外官方例程默認的輸出是leveldb格式,我們也可以獲取float類型的多維特征(數組),這樣集成到我們的項目中更靈活。

01

  首先我們需要改寫deploy.prototxt的輸入層為"MemoryData":

layer {
 name: "data"
 type: "MemoryData"
 top: "data"
 top: "label"
 memory_data_param{
 batch_size:1
 channels:3
 height:100
 width:100
 }
}

  在之前的訓練中可能使用的是"ImageData"、"Data"之類的,現在改成MemoryData不影響。

02

  我准備提取的層的名字是"res5_6",就是"InnerProduct"的前一層,當我想提取"InnerProduct"全連接層的輸出時,總是報錯,提示原始參數和網絡參數不匹配(就是訓練好的model和現在deploy的網絡維度不一樣),所以只好提取前一層了,並且要把全連接層屏蔽掉,屏蔽的方法是把prototxt裡相應層的名字改掉就好(相對於caffemodel裡面的名字)。[以上問題暫時還沒解決,留坑]

03

  下面是更改之後的 extract_features.cpp的代碼:

#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;
/* 加載模型函數 */
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"); // 讀取測試圖片
 cv::resize(src, src, cv::Size(100, 100)); // 這裡要將圖片resize到prototxt裡面的輸入層指定的大小
 caffe::Net<NetTy>* _net = loadNet<NetTy>("face_example/face_deploy.prototxt", "face_example/face.caffemodel", caffe::TEST); // 加載網絡定義文件和參數模型
 caffe::MemoryDataLayer<NetTy> *m_layer = (caffe::MemoryDataLayer<NetTy> *)_net->layers()[0].get(); // 定義個內存數據層指針
 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); // 把圖片和標簽,添加到 MemoryData層
 std::vector<caffe::Blob<NetTy>*> input_vec; // 無意義,為了函數參數需要
 _net->Forward(input_vec);     // 執行一次前向計算
 boost::shared_ptr<caffe::Blob<NetTy>> layerData = _net->blob_by_name("res5_6"); // 獲得指定層的輸出
 const NetTy* pstart = layerData->cpu_data(); // res5_6->cpu_data()返回的是多維數據(數組)
 /*-----輸出特征-----*/
 for (int i = 0; i < 30000; i++)
 {
  std::cout << *pstart << endl;
  pstart++;
 }
 return 0;
}

以上所述是小編給大家介紹的怎麼用C++提取任意一張圖片的特征(從內存讀取數據),希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對網站的支持!

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved