3

似乎我在使用coremltool和训练有素的 .caffemodel 时遇到了一些转换问题。我能够训练和测试caffe狗模型(120 个类别,20k 张图像),并且它通过了我的直接caffe分类测试。不幸的是,在转换为mlmodel它之后,我并没有对相同的输入做出有效的预测。

培训模式

该模型已经使用 Caffe、GoogleNet、包含 120 个类别的 20k 图像集和大约 500k 次迭代进行了训练。我已经准备好图像数据库和所有其他的,并将所有文件放在一起

分类与caffe

分类示例caffe. 当我尝试对受过训练的人运行分类请求时caffemodel- 它的效果很好,概率很高(80-99%),结果正确:

在此处输入图像描述

分类与Apple iOS 11 CoreML

不幸的是,当我尝试将这个DTDogs.caffemodel&打包deploy.txt到 Apple iOS 11 可使用的 .mlmodel 中时,CoreML我得到了不同的预测结果。实际上,加载和使用模型没有错误,但我无法获得有效的分类,所有的预测都是 0-15% 的置信度并且有错误的标签。为了正确测试它,我使用了与用于直接分类的完全相同的图像caffe

在此处输入图像描述

我还从这里用我的 iOS 应用程序尝试了预训练和预打包的模型——它们工作得很好,所以这似乎是打包过程的问题。

我错过了什么?


以下是分类示例caffe:没有问题,正确答案 ( python):

import numpy as np
import sys
import caffe
import os
import urllib2
import matplotlib.pyplot as plt
%matplotlib inline

test_folder = '/home/<username>/Desktop/CaffeTest/'
test_image_path = "http://cdn.akc.org/content/hero/irish-terrier-Hero.jpg"

# init caffe net
model_def = test_folder + 'deploy.prototxt'
model_weights = test_folder + 'DTDogs.caffemodel'
# caffe.set_mode_gpu()
net = caffe.Net(model_def, model_weights, caffe.TEST) 

# prepare transformer
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
transformer.set_transpose('data', (2,0,1))  
transformer.set_raw_scale('data', 255)
transformer.set_channel_swap('data', (2,1,0))
net.blobs['data'].reshape(1, 3, 256, 256)  

test_image = urllib2.urlopen(test_image_path) 
with open(test_folder + 'testImage.jpg','wb') as output:
  output.write(test_image.read())

image = caffe.io.load_image(test_folder + 'testImage.jpg')
transformed_image = transformer.preprocess('data', image)
net.blobs['data'].data[...] = transformed_image

# classify
output = net.forward()
output_prob = output['prob'][0]
output_prob_val = output_prob.max() * 100
output_prob_ind = output_prob.argmax()
labels_file = test_folder + 'labels.txt'
labels = np.loadtxt(labels_file, str, delimiter='\t')

plt.imshow(image)
print 'predicted class is:', output_prob_ind
print 'predicted probabily is:', output_prob_val
print 'output label:', labels[output_prob_ind]

这是DTDogs.mlmodel使用coremltools. 我看到生成的.mlmodel文件比原始文件小两倍,但它可能是( ).caffemodel的某种存档或压缩优化:coremltoolspython

import coremltools;
caffe_model = ('DTDogs.caffemodel', 'deploy.prototxt')
labels = 'labels.txt'
coreml_model = coremltools.converters.caffe.convert(caffe_model, class_labels = labels, image_input_names= "data")
coreml_model.short_description = "Dogs Model v1.14"
coreml_model.save('DTDogs.mlmodel')

DTDogs.mlmodel这是在应用程序中使用的示例。我正在使用常规图像选择器来选择用于.caffe分类测试 ( swift) 的相同图像:

func imagePickerController(_ picker: UIImagePickerController, didFinishPickingMediaWithInfo info: [String : Any]) {
    picker.dismiss(animated: true)
    print("Analyzing Image…")

    guard let uiImage = info[UIImagePickerControllerOriginalImage] as? UIImage
        else { print("no image from image picker"); return }
    guard let ciImage = CIImage(image: uiImage)
        else { print("can't create CIImage from UIImage"); return }

    imageView.image = uiImage

    do {
        let model = try VNCoreMLModel(for: DTDogs().model)
        let classificationRequest = VNCoreMLRequest(model: model, completionHandler: self.handleClassification)
        let orientation = CGImagePropertyOrientation(uiImage.imageOrientation)
        let handler = VNImageRequestHandler(ciImage: ciImage, orientation: Int32(orientation.rawValue))
        try handler.perform([classificationRequest])
    } catch {
        print(error)
    }
}
4

1 回答 1

4

通常在这些情况下发生的情况是 Core ML 传递给模型的图像格式不正确。

在 Caffe 模型的情况下,您通常需要is_bgr=True在调用 时进行设置caffe.convert(),并且您通常必须传入将从输入图像中减去的 RGB 的平均值,还可能还有一个缩放值。

换句话说,Core ML 需要做的事情与您transformer在 Python 脚本中所做的事情相同。

像这样的东西:

coreml_model = coremltools.converters.caffe.convert(
    caffe_model, class_labels = labels, image_input_names= "data",
    is_bgr=True, image_scale=255.)

我不确定是否image_scale=255.需要,但值得一试。:-)

于 2017-07-23T10:13:46.347 回答