caffe源码：测试数据，根据已知模型

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 plain  copy

1. /* 
2.  * Classifier.h 
3.  * 
4.  *  Created on: Oct 6, 2015 
5.  *      Author: hjimce 
6.  */  
7.   
8. #ifndef CLASSIFIER_H_  
9. #define CLASSIFIER_H_  
10.   
11.   
12. #include <caffe/caffe.hpp>  
13.   
14. #include <opencv2/core/core.hpp>  
15. #include <opencv2/highgui/highgui.hpp>  
16. #include <opencv2/imgproc/imgproc.hpp>  
17.   
18. #include <algorithm>  
19. #include <iosfwd>  
20. #include <memory>  
21. #include <string>  
22. #include <utility>  
23. #include <vector>  
24.   
25.   
26. using namespace caffe;  
27. using std::string;  
28.   
29. /* std::pair (标签, 属于该标签的概率)*/  
30. typedef std::pair<string, float> Prediction;  
31.   
32. class Classifier  
33. {  
34.  public:  
35.     Classifier(const string& model_file, const string& trained_file,const string& mean_file);  
36.     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  
37.     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  
38. private:  
39.   
40.     void SetMean(const string& mean_file);  
41.   
42.    std::vector<float> Predict(const cv::Mat& img);  
43.   
44.    void WrapInputLayer(std::vector<cv::Mat>* input_channels);  
45.   
46.    void Preprocess(const cv::Mat& img,  
47.                   std::vector<cv::Mat>* input_channels);  
48.   
49. private:  
50.    shared_ptr<Net<float> > net_;//网络  
51.    cv::Size input_geometry_;//网络输入图片的大小cv::Size（height，width）  
52.    int num_channels_;//网络输入图片的通道数  
53.    cv::Mat mean_;//均值图片  
54.    std::vector<string> labels_;  
55. };  
56.   
57.   
58. #endif /* CLASSIFIER_H_ */  

源文件：

[cpp]  view plain  copy

1. /* 
2.  * Classifier.cpp 
3.  * 
4.  *  Created on: Oct 6, 2015 
5.  *      Author: hjimce 
6.  */  
7.   
8. #include "Classifier.h"  
9. using namespace caffe;  
10. Classifier::Classifier(const string& model_file,const string& trained_file,const string& mean_file)  
11. {  
12.     //设置计算模式为CPU  
13.   Caffe::set_mode(Caffe::CPU);  
14.   
15.   
16.  //加载网络模型，  
17.   net_.reset(new Net<float>(model_file, TEST));  
18.   //加载已经训练好的参数  
19.   net_->CopyTrainedLayersFrom(trained_file);  
20.   
21.   CHECK_EQ(net_->num_inputs(), 1) << "Network should have exactly one input.";  
22.   CHECK_EQ(net_->num_outputs(), 1) << "Network should have exactly one output.";  
23.  //输入层  
24.   Blob<float>* input_layer = net_->input_blobs()[0];  
25.   num_channels_ = input_layer->channels();  
26.   //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  
27.   CHECK(num_channels_ == 3 || num_channels_ == 1)<< "Input layer should have 1 or 3 channels.";  
28.   //网络输入层的图片的大小，对于Alexnet大小为227*227  
29.   input_geometry_ = cv::Size(input_layer->width(), input_layer->height());  
30.   
31.  //设置均值  
32.   SetMean(mean_file);  
33.   
34. }  
35.   
36. static bool PairCompare(const std::pair<float, int>& lhs,  
37.                         const std::pair<float, int>& rhs) {  
38.   return lhs.first > rhs.first;  
39. }  
40.   
41. //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  
42. //如果你是二分类问题，那么这个N直接选择1  
43. static std::vector<int> Argmax(const std::vector<float>& v, int N)  
44. {  
45.     //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  
46.   std::vector<std::pair<float, int> > pairs;  
47.   for (size_t i = 0; i < v.size(); ++i)  
48.     pairs.push_back(std::make_pair(v[i], i));  
49.   std::partial_sort(pairs.begin(), pairs.begin() + N, pairs.end(), PairCompare);  
50.   
51.   std::vector<int> result;  
52.   for (int i = 0; i < N; ++i)  
53.     result.push_back(pairs[i].second);  
54.   return result;  
55. }  
56.   
57. //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  
58. //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  
59. std::vector<Prediction> Classifier::Classify(const cv::Mat& img, int N) {  
60.   std::vector<float> output = Predict(img);  
61.   
62.   N = std::min<int>(labels_.size(), N);  
63.   std::vector<int> maxN = Argmax(output, N);  
64.   std::vector<Prediction> predictions;  
65.   for (int i = 0; i < N; ++i) {  
66.     int idx = maxN[i];  
67.     predictions.push_back(std::make_pair(labels_[idx], output[idx]));  
68.   }  
69.   
70.   return predictions;  
71. }  
72. void Classifier::SetLabelString(std::vector<string>strlabel)  
73. {  
74.     labels_=strlabel;  
75. }  
76.   
77.   
78.   
79.   
80.   
81.   
82.   
83.   
84.   
85. //加载均值文件  
86. void Classifier::SetMean(const string& mean_file)  
87. {  
88.   BlobProto blob_proto;  
89.   ReadProtoFromBinaryFileOrDie(mean_file.c_str(), &blob_proto);  
90.   
91.   /*把BlobProto 转换为 Blob<float>类型 */  
92.   Blob<float> mean_blob;  
93.   mean_blob.FromProto(blob_proto);  
94.   //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  
95.   CHECK_EQ(mean_blob.channels(), num_channels_)<< "Number of channels of mean file doesn't match input layer.";  
96.   
97.  //把三通道的图片分开存储，三张图片按顺序保存到channels中  
98.   std::vector<cv::Mat> channels;  
99.   float* data = mean_blob.mutable_cpu_data();  
100.   for (int i = 0; i < num_channels_; ++i) {  
101.   
102.     cv::Mat channel(mean_blob.height(), mean_blob.width(), CV_32FC1, data);  
103.     channels.push_back(channel);  
104.     data += mean_blob.height() * mean_blob.width();  
105.   }  
106.   
107. //重新合成一张图片  
108.   cv::Mat mean;  
109.   cv::merge(channels, mean);  
110.   
111. //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  
112.   //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  
113.   cv::Scalar channel_mean = cv::mean(mean);  
114.   mean_ = cv::Mat(input_geometry_, mean.type(), channel_mean);  
115. }  
116. //预测函数，输入一张图片  
117. std::vector<float> Classifier::Predict(const cv::Mat& img)  
118. {  
119.     //？  
120.     Blob<float>* input_layer = net_->input_blobs()[0];  
121.     input_layer->Reshape(1, num_channels_, input_geometry_.height, input_geometry_.width);  
122.     net_->Reshape();  
123.    //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  
124.     std::vector<cv::Mat> input_channels;  
125.     WrapInputLayer(&input_channels);  
126.   
127.     Preprocess(img, &input_channels);  
128.    //前向传导  
129.     net_->ForwardPrefilled();  
130.   
131.   //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  
132.   Blob<float>* output_layer = net_->output_blobs()[0];  
133.   const float* begin = output_layer->cpu_data();  
134.   const float* end = begin + output_layer->channels();  
135.   return std::vector<float>(begin, end);  
136. }  
137.   
138. /* 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*/  
139. void Classifier::WrapInputLayer(std::vector<cv::Mat>* input_channels)  
140. {  
141.   Blob<float>* input_layer = net_->input_blobs()[0];  
142.   
143.   int width = input_layer->width();  
144.   int height = input_layer->height();  
145.   float* input_data = input_layer->mutable_cpu_data();  
146.   for (int i = 0; i < input_layer->channels(); ++i) {  
147.     cv::Mat channel(height, width, CV_32FC1, input_data);  
148.     input_channels->push_back(channel);  
149.     input_data += width * height;  
150.   }  
151. }  
152. //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  
153. //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  
154. void Classifier::Preprocess(const cv::Mat& img,std::vector<cv::Mat>* input_channels)  
155. {  
156. /*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*/  
157.   cv::Mat sample;  
158.   //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  
159.   if (img.channels() == 3 && num_channels_ == 1)  
160.     cv::cvtColor(img, sample, CV_BGR2GRAY);  
161.   else if (img.channels() == 4 && num_channels_ == 1)  
162.     cv::cvtColor(img, sample, CV_BGRA2GRAY);  
163.   //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  
164.   else if (img.channels() == 4 && num_channels_ == 3)  
165.     cv::cvtColor(img, sample, CV_BGRA2BGR);  
166.   else if (img.channels() == 1 && num_channels_ == 3)  
167.     cv::cvtColor(img, sample, CV_GRAY2BGR);  
168.   else  
169.     sample = img;  
170. /*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*/  
171.   cv::Mat sample_resized;  
172.   if (sample.size() != input_geometry_)  
173.     cv::resize(sample, sample_resized, input_geometry_);  
174.   else  
175.     sample_resized = sample;  
176. /*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*/  
177.   cv::Mat sample_float;  
178.   if (num_channels_ == 3)  
179.     sample_resized.convertTo(sample_float, CV_32FC3);  
180.   else  
181.     sample_resized.convertTo(sample_float, CV_32FC1);  
182. //均值归一化，为什么没有大小归一化？  
183.   cv::Mat sample_normalized;  
184.   cv::subtract(sample_float, mean_, sample_normalized);  
185.   
186.   /* 3通道数据分开存储 */  
187.   cv::split(sample_normalized, *input_channels);  
188.   
189.   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.";  
190. }  

调用实例，下面这个实例是要用于性别预测的例子：

[cpp]  view plain  copy

1. //============================================================================  
2. // Name        : caffepredict.cpp  
3. // Author      :   
4. // Version     :  
5. // Copyright   : Your copyright notice  
6. // Description : Hello World in C++, Ansi-style  
7. //============================================================================  
8.   
9. #include <string>  
10. #include <vector>  
11. #include <fstream>  
12. #include "caffe/caffe.hpp"  
13. #include <opencv2/opencv.hpp>  
14. #include"Classifier.h"  
15.   
16. int main()  
17. {  
18.      caffe::Caffe::set_mode(caffe::Caffe::CPU);  
19.     cv::Mat src1;  
20.     src1 = cv::imread("4.jpg");  
21.     Classifier cl("deploy.prototxt", "gender_net.caffemodel","imagenet_mean.binaryproto");  
22.     std::vector<string>label;  
23.     label.push_back("male");  
24.     label.push_back("female");  
25.     cl.SetLabelString(label);  
26.     std::vector<Prediction>pre=cl.Classify(src1);  
27.     cv::imshow("1.jpg",src1);  
28.   
29.     std::cout <<pre[0].first<< std::endl;  
30.     return 0;  
31. }  

二、文件数据

[cpp]  view plain  copy

1. /函数的作用是读取一张图片，并保存到到datum中  
2. //第一个参数：filename图片文件路径名  
3. //第二个参数：label图片的分类标签  
4. //第三、四个参数：图片resize新的宽高  
5. //调用方法：  
6. /*Datum datum 
7.    ReadImageToDatum(“1.jpg”, 10, 256, 256, true,&datum)*/  
8. //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  
9. bool ReadImageToDatum(const string& filename, const int label,  
10.     const int height, const int width, const bool is_color,  
11.     const std::string & encoding, Datum* datum) {  
12.   cv::Mat cv_img = ReadImageToCVMat(filename, height, width, is_color);//读取图片到cv::Mat  
13.   if (cv_img.data) {  
14.     if (encoding.size()) {  
15.       if ( (cv_img.channels() == 3) == is_color && !height && !width &&  
16.           matchExt(filename, encoding) )  
17.         return ReadFileToDatum(filename, label, datum);  
18.       std::vector<uchar> buf;  
19.       cv::imencode("."+encoding, cv_img, buf);  
20.       datum->set_data(std::string(reinterpret_cast<char*>(&buf[0]),  
21.                       buf.size()));  
22.       datum->set_label(label);  
23.       datum->set_encoded(true);  
24.       return true;  
25.     }  
26.     CVMatToDatum(cv_img, datum);//把图片由cv::Mat转换成Datum  
27.     datum->set_label(label);//设置图片的标签  
28.     return true;  
29.   } else {  
30.     return false;  
31.   }  
32. }