前言

針對上一個caffe文章留下的matlab手寫數字識別的問題，感謝caffe中文社群的 @ghgzh 的提示，原文請看：caffe中文社群

第一步

手寫圖片的製作方法我就不說了，直接把我自己畫的幾個數字放到雲盤先：

三通道影象以及轉換所需程式碼：連結：http://pan.baidu.com/s/1gfqeCAR 密碼：88kk

轉換後的灰度影象：連結：http://pan.baidu.com/s/1eSyohsY 密碼：zwum

【注意】如果你的手寫數字是黑字白底，最好反轉成白字黑底，畢竟mnist的資料集就是白字黑底

第二步

建立標籤，從零開始，synset_words.txt如下：

0
1
2
3
4
5
6
7
8
9
 

第三步

書寫呼叫classfication demo的test檔案：

【重點】上一篇文章所留問題就是在這裡解決的，在圖片輸入網路之前也就是net.forwarad之前，必須經過轉置，原理未知，目前是感覺跟matlab和opencv讀取圖片的方法有關，使用caffe.io.loadimage讀取是按照BGR讀取，並且進行了旋轉，所以使用matlab時候必須進行同等處理，詳細原因在後面分析程式碼再說~~~

clear
clc
close all
im=imread('./binarybmp/5.bmp');
figure;imshow(im);%顯示圖片
[scores, maxlabel] = classification_demo(im', 0);%獲取得分第二個引數0為CPU，1為GPU
scores
maxlabel

figure;plot(scores);%畫出得分情況
axis([0, 10, -0.1, 0.5]);%座標軸範圍
grid on %有網格

fid = fopen('synset_words.txt', 'r');
i=0;
while ~feof(fid)
    i=i+1;
    lin = fgetl(fid);
    lin = strtrim(lin);
    if(i==maxlabel)
        fprintf('the maxlabel of %d in label txt is %s\n',i,lin)
        break
    end
end
 

第四步

修改classification_demo如下：

function [scores, maxlabel] = classification_demo(im, use_gpu)

if exist('../../+caffe', 'dir')
  addpath('../..');
else
  error('Please run this demo from caffe/matlab/demo');
end

% Set caffe mode
if exist('use_gpu', 'var') && use_gpu
  caffe.set_mode_gpu();
  gpu_id = 0;  % we will use the first gpu in this demo
  caffe.set_device(gpu_id);
else
  caffe.set_mode_cpu();
end

% Initialize the network using BVLC CaffeNet for image classification
% Weights (parameter) file needs to be downloaded from Model Zoo.
model_dir = '../../../examples/mnist/';
net_model = [model_dir 'lenet.prototxt'];
net_weights = [model_dir 'lenet_iter_10000.caffemodel'];
phase = 'test'; % run with phase test (so that dropout isn't applied)
if ~exist(net_weights, 'file')
  error('Please download CaffeNet from Model Zoo before you run this demo');
end

% Initialize a network
net = caffe.Net(net_model, net_weights, phase);
% prepare oversampled input
% input_data is Height x Width x Channel x Num
tic;
    mean_data = caffe.io.read_mean('../../../examples/mnist/mean.binaryproto');
    scale=0.00390625;
    im=double(im);
    im=(im-mean_data)*scale;
    input_data = {im};
toc;

% do forward pass to get scores
% scores are now Channels x Num, where Channels == 1000
tic;
% The net forward function. It takes in a cell array of N-D arrays
% (where N == 4 here) containing data of input blob(s) and outputs a cell
% array containing data from output blob(s)
scores = net.forward(input_data);
toc;

scores = scores{1};
scores = mean(scores, 2);  % take average scores over 10 crops

[~, maxlabel] = max(scores);

% call caffe.reset_all() to reset caffe
caffe.reset_all();
 

說明一下修改的部分，
①模型檔案：呼叫的模型依舊是要注意deploy.prototxt與train_test .prototxt的區別，在mnist例項中，deploy.prototxt就是lenet.prototxt，後者就是lenet_train_test.prototxt，它倆分別是前者在識別期間呼叫，一個是在訓練及測試階段呼叫。區別在於，deploy檔案前兩層並無指定輸入資料和測試資料的層，最後一層中deploy使用的softmax的“pro”，輸出的是可能標籤的概率，而train_test使用的是softmax的“loss”，用於指示每次訓練的損失。

②去掉了在cat 的那個classification_demo中的圖片預處理中需要進行crops_data處理對圖片進行分塊的部分。在手寫數字中的預處理，處理在第三步中比較重要的一步影象轉置外，在classification_demo中需要進行零均值以及縮放兩步驟。(注，按照上一篇的訓練檔案，我們已經更改了預處理步驟，添加了均值計算這一過程，在lenet_train_test1第一二層的 transform_param中可以看到)

這裡附帶一下我的deploy和train_test檔案

deploy.prototxt檔案：連結：http://pan.baidu.com/s/1pLPGf03 密碼：cqjy

train_test.prototxt檔案:連結：http://pan.baidu.com/s/1kVM03DP 密碼：l83w

第五步

差不多結束了，執行程式吧。我的測試結果如下：