caffe - caffe.io.Transformer 用于 LeNet 分类

Question

我正在尝试使用 LeNet 对数字（0-9）进行分类。

我读取尺寸为 28x28 的图像，转置它们，然后将一个颜色通道发送到网络中。

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

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

我正在使用来自 caffe/examples/mnist 的网络（希望这能回答网络期望的数据类型）。

唯一不同的是现在的输入是：

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

score 2 · Accepted Answer

由于您直接使用部署 prototxt，因此您应该查看 lenet_train_test.prototxt（或具有相似名称的文件）中的“数据”层，这将告诉您数据是如何预处理的。

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”层中的以下行表示

transform_param {
    scale: 0.00390625
}

所以这是你可能会错过的一件事。查看imagenet 教程以获取有关预处理（尤其是 Transformer）的指针。其次，您在图像中读取为

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

根据您正在执行的通道交换，这看起来像是一个错误，因此请确保发送到网络的数据具有尺寸 - 1（批量大小）x 1（通道）x 28（高度）x 28（宽度）。

1 回答 1