计算用于咖啡分类的HDF5数据集的平均值

Posted 2021-04-25

我使用classification.cpp根据caffe神经网络工具箱中训练有素的网络对我的图像进行分类。该文件有一些参数如下：

1-model_file
2-trained_file
3-mean_file
4-label_file
5-test_file

mean_file由caffe-master/build/tools/compute_image_mean计算。

现在我创建了一个HDF5数据集并训练了一个网络。所以我有1,2,4,5个参数，但我不知道如何计算mean_file。解决办法是什么？

答案

目前，mean_file是使用LEVELDB或LMDB数据库中的compute_image_mean计算的，不支持HDF5。您可以使用python脚本计算均值，因为hdf5对python非常友好，然后将其保存到.binaryproto文件。

更简单的方法是你可以修改classification.cpp并减去（104,117,124）mean_value，它应该与模型prototxt文件中的mean_value相同。例如，您可以添加如下函数：

void Classifier::SetMean(const vector<float> &mean_values) {
   cv::Scalar channel_mean(0);
   double *ptr = &channel_mean[0];
   for (int i = 0; i < num_channels_; ++i) {
       ptr[i] = mean_values[i];
   }
   mean_ = cv::Mat(input_geometry_, (num_channels_ == 3 ? CV_32FC3 : CV_32FC1),channel_mean);
}

然后你可以用向量mean_values（104,117,124）设置均值。