一、準備模型

在這裡，我們利用已經訓練好的Googlenet進行物體影象的識別，進入Googlenet的GitHub地址，進入models資料夾，選擇Googlenet 點選Googlenet的模型下載地址下載該模型到電腦中。

模型結構

在這裡，我們利用之前講到的網路模型繪製網站畫出Googlenet的結構圖如下：

• 在這裡，pad就是給影象補零，pad:2就是補兩圈零的意思；

• LRN就是區域性相應歸一化，利用LRN可以提高模型識別的準確率；

• Inception結構中，不同大小的卷積核意味著不同大小的感受野，最後的合併意味著不同尺度特徵的融合。採用1,3,5為卷積核的大小，是因為使用步長為1，pad=0,1,2的方式取樣之後得到的特徵平面大小相同；

• concat層用來合併資料，在這裡合併的條件是資料的後三個引數要相同，所以在前面的inception結構中，我們使用了不同的卷積核大小和pad。

準備圖片

在這裡，我們找幾張任意圖片，然後放入Googlenet的資料夾下,，作為待識別的圖片。

準備synset_words.txt檔案

synset_words.txt是用來將物體的類別序號進行對應的檔案，在識別過程中，我們先是得到序號，然後根據這個序號找到對應的物體種類。

使用python介面呼叫GoogleNet實現影象識別

在這裡，我們用jupyter開啟Googlenet.影象識別.ipynb檔案,這裡部分程式碼如下：

import
 
 caffe
import numpy as np
import matplotlib.pyplot as plt
import os
import PIL
from PIL import Image
import sys

#定義Caffe根目錄
caffe_root = 'E:/caffe-windows/'
#網路結構描述檔案
deploy_file = caffe_root+'models/bvlc_googlenet/deploy.prototxt'
#訓練好的模型
model_file = caffe_root+'models/bvlc_googlenet/bvlc_googlenet.caffemodel'
 


#cpu模式
caffe.set_mode_cpu()

#定義網路模型
net = caffe.Classifier(deploy_file, #呼叫deploy檔案
                       model_file,  #呼叫模型檔案
                       mean=np.load(caffe_root +'python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1), #呼叫均值檔案
                       channel_swap=(2,1,0),  #caffe中圖片是BGR格式，而原始格式是RGB，所以要轉化
                       raw_scale=255,         #python中將圖片儲存為[0, 1]，而caffe中將圖片儲存為[0, 255]，所以需要一個轉換
                       image_dims=(224, 224)) #輸入模型的圖片要是224*224的圖片

#分類標籤檔案
imagenet_labels_filename = caffe_root +'models/bvlc_googlenet/synset_words.txt'
#載入分類標籤檔案
labels = np.loadtxt(imagenet_labels_filename, str, delimiter='\t')

#對目標路徑中的影象，遍歷並分類
for root,dirs,files in os.walk(caffe_root+'models/bvlc_googlenet/image/'):
    for file in files:
        #載入要分類的圖片
        image_file = os.path.join(root,file)
        input_image = caffe.io.load_image(image_file)

        #列印圖片路徑及名稱
        image_path = os.path.join(root,file)
        print(image_path)
        
        #顯示圖片
        img=Image.open(image_path)
        plt.imshow(img)
        plt.axis('off')
        plt.show()
        
        #預測圖片類別
        prediction = net.predict([input_image])
        print 'predicted class:',prediction[0].argmax()

        # 輸出概率最大的前5個預測結果
        top_k = prediction[0].argsort()[-5:][::-1]
        for node_id in top_k:     
            #獲取分類名稱
            human_string = labels[node_id]
            #獲取該分類的置信度
            score = prediction[0][node_id]
            print('%s (score = %.5f)' % (human_string, score))

執行上述程式碼即可輸出對物體種類的預測概率 最終得到的預測結果是根據可能性大小列出五個種類