日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后,達者為師

網站首頁 編程語言 正文

python格式的Caffe圖片數據均值計算學習_python

作者:denny402 ? 更新時間: 2022-08-21 編程語言

引言

圖片減去均值后,再進行訓練和測試,會提高速度和精度。因此,一般在各種模型中都會有這個操作。

那么這個均值怎么來的呢,實際上就是計算所有訓練樣本的平均值,計算出來后,保存為一個均值文件,在以后的測試中,就可以直接使用這個均值來相減,而不需要對測試圖片重新計算。

一、二進制格式的均值計算

caffe中使用的均值數據格式是binaryproto, 作者為我們提供了一個計算均值的文件compute_image_mean.cpp,放在caffe根目錄下的tools文件夾里面。

編譯后的可執行體放在 build/tools/ 下面,我們直接調用就可以了

# sudo build/tools/compute_image_mean examples/mnist/mnist_train_lmdb examples/mnist/mean.binaryproto

帶兩個參數:

第一個參數:examples/mnist/mnist_train_lmdb, 表示需要計算均值的數據,格式為lmdb的訓練數據。

第二個參數:examples/mnist/mean.binaryproto, 計算出來的結果保存文件。

二、python格式的均值計算

如果我們要使用python接口,或者我們要進行特征可視化,可能就要用到python格式的均值文件了。首先,我們用lmdb格式的數據,計算出二進制格式的均值,然后,再轉換成python格式的均值。

我們可以編寫一個python腳本來實現:

#!/usr/bin/env python
import numpy as np
import sys,caffe
if len(sys.argv)!=3:
    print "Usage: python convert_mean.py mean.binaryproto mean.npy"
    sys.exit()
blob = caffe.proto.caffe_pb2.BlobProto()
bin_mean = open( sys.argv[1] , 'rb' ).read()
blob.ParseFromString(bin_mean)
arr = np.array( caffe.io.blobproto_to_array(blob) )
npy_mean = arr[0]
np.save( sys.argv[2] , npy_mean )

?將這個腳本保存為convert_mean.py

調用格式為:

# sudo python convert_mean.py mean.binaryproto mean.npy

其中的?mean.binaryproto 就是經過前面步驟計算出來的二進制均值。

mean.npy就是我們需要的python格式的均值。

原文鏈接:https://www.cnblogs.com/denny402/p/5102328.html

欄目分類
最近更新