caffe.io.Transformer用于LeNet分类

Question

我试图使用LeNet对数字(0-9)进行分类。

我读取尺寸28x28的图像，转换它们，并发送一个彩色通道到网络。

bild = mpimg.imread('pathToImg')
bild = np.transpose(bild,(2,0,1))

得到毫无意义的预测。我看到PyCaffe有一个转换器可以完成这项工作，但我不知道如何将它用于LeNet。

我正在使用caffe/实例/mnist中的网络(希望这回答了网络所期望的数据类型)。

唯一不同的是，现在的输入是：

input_shape {
  dim: 1
  dim: 1
  dim: 28
  dim: 28
}

Answer 1

由于您正在直接使用deploy，所以您应该查看lenet_train_test.prototxt中的“数据”层(或具有类似名称的文件)，它将为您提供数据预处理方式的指示。

通过查看我拥有的文件，LeNet示例似乎执行了所有输入数据的缩放。这由“数据”层中的下列行表示

transform_param {
    scale: 0.00390625
}

所以这是你可能错过的一件事。查看预处理中指针的imagenet教程 (尤指变压器)。第二，你在图片中看到的是

bild = np.transpose(bild,(2,0,1))

这看起来像是一个基于您正在执行的通道交换的错误，所以请确保发送到网络的数据具有尺寸-1(批处理大小)x1(通道)x28(高度)x28(宽度)。