加载神经网络时如何解释文件 mean.binaryproto?
How to interpret the file mean.binaryproto when loading a Neural Network?
我想加载一个用caffe训练过的神经网络进行图像分类。
NN 包含一个文件mean.binaryproto
,该文件具有在输入要分类的图像之前进行减法的方法。
我试图了解此文件中包含的内容,因此我使用 Google Colab 查看其中的内容。
加载它的代码如下:
# Load the Drive helper and mount
from google.colab import drive
# This will prompt for authorization.
drive.mount('/content/drive')
!ls "/content/drive/My Drive"
#install packages
!apt install -y caffe-cuda
!apt update
!apt upgrade
!apt dist-upgrade
!ls "/content/drive/My Drive/NeuralNetwork/CNRPark-Trained-Models/mAlexNet-on-CNRPark/"
import caffe
import numpy as np
with open('/content/drive/My Drive/NeuralNetwork/CNRPark-Trained-Models/mAlexNet-on-CNRPark/mean.binaryproto', 'rb') as f:
blob = caffe.proto.caffe_pb2.BlobProto()
blob.ParseFromString(f.read())
arr = np.array( caffe.io.blobproto_to_array(blob) )
print(arr.shape)
out = arr[0]
data = np.array(blob.data).reshape([blob.channels, blob.height, blob.width])
print (data.shape)
print(data[0])
#display the mean image
from PIL import Image
from IPython.display import Image as Im, display
display(Image.fromarray(data[0], 'RGB'))
输出:
(1, 3, 256, 256)
(3, 256, 256)
据我了解,该文件包含平均值,而我们正在谈论的图像是 3 通道图像,因此每个通道都有一个平均值。
然而,我期望每个通道只有一个值,但我发现了一个 256x256 数组:这是否意味着每个通道的每个像素都取了平均值?
另一个问题如下:我想将这样的 NN 与 OpenCV 一起使用,而不是 RGB 使用 BGR:如何知道 3x256x256 的平均值是使用 RGB 还是 BGR?
模型的 link 是 this。我正在查看的模型包含在文件夹中的 zip 文件 CNRPark-Trained-Models.zip
中:mAlexNet-on-CNRPark
.
However I was expecting a single value per channel instead I found a
256x256 array: does it mean that the took a mean on each pixel of each
channel?
没错。根据mean.binaryproto
的形状,这个文件是某个数据集的平均图像,这意味着它对每个通道的每个像素(特征)取平均值。
这不应与平均像素混淆,正如您所说,平均像素是每个通道的单个值。
例如,平均像素被Very Deep Convolutional Networks for Large-Scale Image Recognition采用。根据他们的论文:
The only pre-processing we do is subtracting the mean RGB value,
computed on the training set, from each pixel
换句话说,如果您将 RGB 图像视为大小为 N x N 的 3 个特征数组,则平均图像将是 每个 特征和平均像素的平均值将是 所有 特征的平均值。
Another question is the following: I want to use such NN with OpenCV
which instead of RGB uses BGR: How to know if the mean 3x256x256 uses
RGB or BGR?
我怀疑您正在阅读的二进制文件是否存储了有关其颜色格式的任何信息,但一种实用的方法是使用 matplotlib
绘制此图像并查看颜色是否有意义。
例如人脸图片。如果交换红色和蓝色通道,肤色将看起来偏蓝。
其实上图是一个普通图像(人脸图像)的例子:)
您也可以假设它是 BGR,因为 OpenCV 使用这种颜色格式。
但是,要了解这个 mean.binaryproto
是如何生成的,正确的方法是查看他们的存储库或询问模型的所有者。
import os, sys, glob, caffe
import numpy as np
mean_file= "path/to/file/mean.binaryproto"
#convert mean file to image
blob= caffe.proto.caffe_pb2.BlobProto()
try:
data = open( mean_file, 'rb' ).read()
except:
data = open( mean_file, 'r' ).read()
blob.ParseFromString(data)
arr = np.uint8(np.array( caffe.io.blobproto_to_array(blob) )[0])
#a= arr[0]; b= arr[1]; c= arr[2]
img= np.zeros([128,200,3])
img[:,:,0]= arr[0]; img[:,:,1]= arr[1]; img[:,:,2]= arr[2]
import cv2
cv2.imwrite(mean_file.replace(".binaryproto", ".bmp"), img)
我想加载一个用caffe训练过的神经网络进行图像分类。
NN 包含一个文件mean.binaryproto
,该文件具有在输入要分类的图像之前进行减法的方法。
我试图了解此文件中包含的内容,因此我使用 Google Colab 查看其中的内容。
加载它的代码如下:
# Load the Drive helper and mount
from google.colab import drive
# This will prompt for authorization.
drive.mount('/content/drive')
!ls "/content/drive/My Drive"
#install packages
!apt install -y caffe-cuda
!apt update
!apt upgrade
!apt dist-upgrade
!ls "/content/drive/My Drive/NeuralNetwork/CNRPark-Trained-Models/mAlexNet-on-CNRPark/"
import caffe
import numpy as np
with open('/content/drive/My Drive/NeuralNetwork/CNRPark-Trained-Models/mAlexNet-on-CNRPark/mean.binaryproto', 'rb') as f:
blob = caffe.proto.caffe_pb2.BlobProto()
blob.ParseFromString(f.read())
arr = np.array( caffe.io.blobproto_to_array(blob) )
print(arr.shape)
out = arr[0]
data = np.array(blob.data).reshape([blob.channels, blob.height, blob.width])
print (data.shape)
print(data[0])
#display the mean image
from PIL import Image
from IPython.display import Image as Im, display
display(Image.fromarray(data[0], 'RGB'))
输出:
(1, 3, 256, 256)
(3, 256, 256)
据我了解,该文件包含平均值,而我们正在谈论的图像是 3 通道图像,因此每个通道都有一个平均值。
然而,我期望每个通道只有一个值,但我发现了一个 256x256 数组:这是否意味着每个通道的每个像素都取了平均值?
另一个问题如下:我想将这样的 NN 与 OpenCV 一起使用,而不是 RGB 使用 BGR:如何知道 3x256x256 的平均值是使用 RGB 还是 BGR?
模型的 link 是 this。我正在查看的模型包含在文件夹中的 zip 文件 CNRPark-Trained-Models.zip
中:mAlexNet-on-CNRPark
.
However I was expecting a single value per channel instead I found a 256x256 array: does it mean that the took a mean on each pixel of each channel?
没错。根据mean.binaryproto
的形状,这个文件是某个数据集的平均图像,这意味着它对每个通道的每个像素(特征)取平均值。
这不应与平均像素混淆,正如您所说,平均像素是每个通道的单个值。
例如,平均像素被Very Deep Convolutional Networks for Large-Scale Image Recognition采用。根据他们的论文:
The only pre-processing we do is subtracting the mean RGB value, computed on the training set, from each pixel
换句话说,如果您将 RGB 图像视为大小为 N x N 的 3 个特征数组,则平均图像将是 每个 特征和平均像素的平均值将是 所有 特征的平均值。
Another question is the following: I want to use such NN with OpenCV which instead of RGB uses BGR: How to know if the mean 3x256x256 uses RGB or BGR?
我怀疑您正在阅读的二进制文件是否存储了有关其颜色格式的任何信息,但一种实用的方法是使用 matplotlib
绘制此图像并查看颜色是否有意义。
例如人脸图片。如果交换红色和蓝色通道,肤色将看起来偏蓝。
其实上图是一个普通图像(人脸图像)的例子:)
您也可以假设它是 BGR,因为 OpenCV 使用这种颜色格式。
但是,要了解这个 mean.binaryproto
是如何生成的,正确的方法是查看他们的存储库或询问模型的所有者。
import os, sys, glob, caffe
import numpy as np
mean_file= "path/to/file/mean.binaryproto"
#convert mean file to image
blob= caffe.proto.caffe_pb2.BlobProto()
try:
data = open( mean_file, 'rb' ).read()
except:
data = open( mean_file, 'r' ).read()
blob.ParseFromString(data)
arr = np.uint8(np.array( caffe.io.blobproto_to_array(blob) )[0])
#a= arr[0]; b= arr[1]; c= arr[2]
img= np.zeros([128,200,3])
img[:,:,0]= arr[0]; img[:,:,1]= arr[1]; img[:,:,2]= arr[2]
import cv2
cv2.imwrite(mean_file.replace(".binaryproto", ".bmp"), img)