将 OpenCV 灰度 Mat 转换为 Caffe blob

Question

我已经 following an example 有人提到我如何将 OpenCV Mat 转换为我可以从中进行预测的 Caffe 对象。据我了解，第一部分缩放图像，然后初始化 caffe class TransformationParameter:

const float img_to_net_scale = 0.0039215684;
TransformationParameter input_xform_param;
input_xform_param.set_scale( img_to_net_scale );
DataTransformer<float> input_xformer( input_xform_param, TEST );

然后，将OpenCV Mat "patch"转换为"input_blob"。我已经更改了这部分，因为我已经以灰度而不是彩色加载了我的图像。

cv::Mat patch = cv::imread( input_file_str, CV_LOAD_IMAG_GRAYSCALE  );
Blob<float> input_blob;
input_blob.Reshape(1, patch.channels(), patch.rows, patch.cols );
input_xformer.Transform( patch, &input_blob );

最后，我不太确定这部分的作用 - 如果我已经将我的 OpenCV Mat 转换为 Caffe blob，为什么我需要推回 "input" 向量并将其传递给互联网？我不能将 input_blob 直接传递到网络中以取回我的预测吗？

std::vector<Blob<float>*> input;
input.push_back( &input_blob );

std::vector<Blob<float>*> output = net->Forward( input );

Answer 1

您需要 push_back 您的 input_blob 才能将其传递给 net，因为 net 期望其输入为 std::vector of Blobs（原则上，可能有 net 需要多个输入 blob 才能产生输出）。
请注意，您不是将 input_blob 复制到输入向量中，而是将指针传递给它。

将 OpenCV 灰度 Mat 转换为 Caffe blob

Converting OpenCV grayscale Mat to Caffe blob

c++

opencv

machine-learning

deep-learning

caffe