如何使用caffe进行简单的分类，有哪些方式

有两种方式圆册

使用c++的方式

在caffe根目录下的 examples/cpp-classification/ 文件夹下面，有个classification.cpp文件，就是用来分类的。当然编译后，放在/build/examples/cpp_classification/ 下面

我们就直接运行命令：

# sudo ./build/examples/cpp_classification/classification.bin \ models/bvlc_reference_caffenet/deploy.prototxt \ models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \ data/ilsvrc12/imagenet_mean.binaryproto \ data/ilsvrc12/synset_words.txt \ examples/images/cat.jpg

命令很长，用了很多的\符号来换行。可以看出，从第二衫碰行开始就是参数，每行一个，共需要4个参数

运行成功后，输出top-5结果：

---------- Prediction for examples/images/cat.jpg ----------0.3134 - "n02123045 tabby, tabby cat"0.2380 - "n02123159 tiger cat"0.1235 - "n02124075 Egyptian cat"0.1003 - "n02119022 red fox, Vulpes vulpes"0.0715 - "n02127052 lynx, catamount"

即有0.3134的概率为tabby cat, 有0.2380的概率为tiger cat ......

使用python的方式

运行这个文件必需两个参数，一个输入图片文件，一个输出结果文件。而且运行必须在python目录下。假设当前目录是caffe根目录，则运行：

# cd python# sudo python classify.py ../或腔谈examples/images/cat.jpg result.npy

整了一晚上加一上午。网上关于python的记录较少，这里写一下。这里的环境是WIN10+cuda v7.5 +cudnn v4 + opencv + pycharm+VS2013使用的是GPU，我的GPU是titan16G+内存32G首先是caffe的文件以及第三方库的编译，这里提供一个已经编译好的的连接，我就是从那里下好然后编译完毕的。点击打开链接 happynear的然后就是如何编译python接口。1、首先先生成两个python文件，在src/caffe/proto/extract_proto.bat 里生成caffe_pb2.py 这个之后有用。2、然后打开已经给好的caffe/buildVS2013，打开里面已经有的工程文件，正常的情况下应该是有7个工程，选中pycaffee单独作为要编译的项目。如图所示：把pycaffe作为单启动。注意需要在release x64位下编译。如果没有这个的话，就将这个文件亮银夹里python文件夹中的项目加入即可。如果没有python项目，就自己建一个，将python文件夹里的cpp文件加入就可以了。3、选择pycaffe的属性，将配置属性下的VC++目录中的包含目录和库目录填上你python所在的include和libs 再在C/C++的目录下的附加包含目录一项中添加以我的python为例。D:/python27/Lib；D:/python/include/ 以及坦逗D:/Python27/Lib/site-packages/numpy/core/include 如果你安装了CUDNN这里可以在预处理器那里把USE_CUDNN加上，同时在LINKER的输入目录下的附加依赖库中加入cudnn的lib文件。3、开始编译即可。这里要注意一定要和caffe、caffelib在一个项目里编敬信宴译，否则会报错。4、编译成功后会在caffe/python/caffe下生成_caffe.pyd 是打不开的5、配置python环境：需要几个额外库Cython>=0.19.2numpy>=1.7.1scipy>=0.13.2scikit-image>=0.9.3matplotlib>=1.3.1ipython>=3.0.0h5py>=2.2.0leveldb>=0.191networkx>=1.8.1nose>=1.3.0pandas>=0.12.0python-dateutil>=1.4,<2protobuf>=2.5.0python-gflags>=2.0pyyaml>=3.10Pillow>=2.3.0six>=1.1.0其中numpy要装MKL版本的，不然scipy装上了BLAS不能用leveldb没有windows版本的，不过我找到了可以使用的办法。见这个博客：点击打开链接如果有pip install 装不上的，可以上这个网站找 wheel文件安装就可以了点击打开链接6、最后把目录中python下的caffe文件夹复制到python27/Lib/site-packages就可以了。测试的时候只需要在控制台下输入import caffe 看能载入就知道成功了：）

---