caffe中的caffemodel参数提取方法
Posted laowangxieboke
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了caffe中的caffemodel参数提取方法相关的知识，希望对你有一定的参考价值。
需要的文件为：deploy.prototxt
caffemodel
net = caffe.Net(deploy.txt,caffe_model,caffe.TEST)
具体代码：
import caffe
import numpy as np
root=‘/home/xxx/‘ #根目录
deploy=root + ‘mnist/deploy.prototxt‘ #deploy文件
caffe_model=root + ‘mnist/lenet_iter_9380.caffemodel‘ #训练好的 caffemodel
net = caffe.Net(deploy,caffe_model,caffe.TEST) #加载model和network
[(k,v[0].data.shape) for k,v in net.params.items()] #查看各层参数规模
w1=net.params[‘Convolution1‘][0].data #提取参数w
b1=net.params[‘Convolution1‘][1].data #提取参数b
net.forward() #运行测试
[(k,v.data.shape) for k,v in net.blobs.items()] #查看各层数据规模
fea=net.blobs[‘InnerProduct1‘].data #提取某层数据（特征）
以上是关于caffe中的caffemodel参数提取方法的主要内容，如果未能解决你的问题，请参考以下文章
从零到一：caffe-windows(CPU)配置与利用mnist数据集训练第一个caffemodel
Yolov8从pytorch到caffe 训练模型并转换到caffemodel