目標：能夠在自己**裡面使用現有的神經網路模型
**
import caffe ## 用於使用深度神經網路
import matplotlib.pyplot as plt ## matplotlib.pyplot 用於輸出視覺化影象
import cv2 ## 用於影象編輯
## 設定工作目錄
model_job_dir = '模型目錄' ## 該目錄是用於存放已經訓練好的深度神經網路
arch = model_job_dir + '/' + 'deploy.prototxt' ##深度神經網路結構
weights = model_job_dir + '/' + 'snapshot.caffemodel' ##深度神經網路權重
data_job = '資料目錄' ## 設定需要識別的影象目錄
## 初始化已經學習好的深度神經網路
caffe.set_mode_gpu() ## 設定gpu
## 使用已經訓練好的網路初始化caffe模型
net = caffe.classifier(architecture, weights,
channel_swap =(2, 1, 0), ## 3基色，紅綠藍
raw_scale=255) ## 每個畫素的值是0到255
## 每張每種基色 256 x 256 數值
## 載入需要識別的影象
input_image= caffe.io.load_image('需要識別的影象') ##載入需要識別的影象
plt.imshow(input_image) ##準備輸入的影象
plt.show() ##顯示輸入的影象，檢視原始影象是否符合需求
## 更改影象以使其符合已經設定好的caffe模型
input_image=cv2.resize(input_image, (256, 256), 0,0) ## 更改影象尺寸
plt.imshow(input_image)
plt.show()
## 載入均值影象
## 對影象進行識別
prediction = net.predict([ready_image])
## 輸出結果
print("output:")
if prediction.argmax()==0:
print "這是貓"
else:
print "這是狗！"
使用影象識別模型分為以下幾個步驟： 1，初始化：將已經訓練好的深度神經網路（這裡使用的是alex網路）匯入模型（這裡使用的是caffe） 2，預處理需要識別的影象：對影象尺寸，影象顏色處理。需要減除均值影象（相當於去除背景顏色） 3，識別影象
Python貓薦書系列 文也深度學習，理也深度學習
最近出了兩件大新聞，相信大家可能有所耳聞。1 中國隊在第 11 界羅馬尼亞數學大師賽 rmm 中無緣金牌。該項賽事是三大國際賽事之一，被譽為中學奧數的最高難度。其中一道題，令中國隊全軍覆沒。2 乙個出自清華姚班，畢業於斯坦福的女博士，她的畢業 成了學術圈的 爆款 這篇 研究的主題是 如何讓機器學會理...
玩著也能學python 玩著也能學Python
內容推薦 縱觀科技領域裡為世界作出偉大貢獻的人，從夢想改變世界到真正改變世界，啟蒙的種子往往來自他們童年時 貪玩 且好奇的心，繼而用 程式設計 澆灌它茁壯成長。玩著學程式設計 系列叢書就是這樣一本站在未來看現在的啟蒙讀本，以精美可愛的插畫 完整的世界觀構建了一座腦洞大開的 未來城市 在那裡，你既是遊...
相聲也能SOA
而郭德剛就做到了這一點，我相信他應該也是會經常上網去找素材的，這一點在他的相聲中就可以找到答案。這樣做確實是高明，首先，作為乙個相聲演員可以從師傅哪兒學到的東西畢竟是有限的，而每天去到生活中去找那麼多可樂的包袱又不太現實，而拿來主義卻是最取巧兒的辦法。再次，由於包袱 於大眾，也必然可以在大眾中引起共...