OpenCV加载深度学习模型

• 1.单张图像
  • (1)构建网络模型
  • (2)图像预处理
  • (3)预测结果
• 2.多张图像

本文使用OpenCV加载深度学习模型，实现了对传入的单张图像或多张图像进行预测。

步骤：

• 首先读入Caffe框架训练好的模型，然后对输入图像进行预处理操作，并将其传入已构建的网络模型，最后对得到的预测结果进行排序，找到概率最大的，通过标签文件得到最终预测的结果并进行输出展示。

1.单张图像

(1)构建网络模型

 # 标签文件处理，网络模型最后得到的是一个概率值，需将概率值转换成标签值，这里使用ImageNet训练好的一千分类的网络
rows = open("synset_words.txt").read().strip().split("\n")
classes = [r[r.find(" ") + 1:].split(",")[0] for r in rows]

# Caffe所需配置文件，读入Caffe框架训练好的模型，从bvlc_googlenet.prototxt网络配置文件读入网络结构
net = cv2.dnn.readNetFromCaffe("bvlc_googlenet.prototxt",
	"bvlc_googlenet.caffemodel")#训练好的模型

(2)图像预处理

# 图像路径，读入测试图像
imagePaths = sorted(list(utils_paths.list_images("images/")))

# 图像数据预处理
image = cv2.imread(imagePaths[0])
resized = cv2.resize(image, (224, 224))
# image：传入图像； scalefactor：进不进行变换，1不变； size； mean； swapRB
blob = cv2.dnn.blobFromImage(resized, 1, (224, 224), (104, 117, 123))#准备好输入数据，blobFromImage一张图像
#(104, 117, 123)分别表示RGB通道上的均值，每个像素点都需要减去均值，可以剔除掉光照的影响
print("First Blob: {}".format(blob.shape))#4维、结果：First Blob: (1, 3, 224, 224)表示1张图，3颜色通道，图片大小

(3)预测结果

 # 得到预测结果
net.setInput(blob)#把数据放入网络
preds = net.forward()#forward前向传播，preds前向传播的结果

# 排序，取分类可能性最大的（找到概率最大的）
idx = np.argsort(preds[0])[::-1][0]
text = "Label: {}, {:.2f}%".format(classes[idx],
	preds[0][idx] * 100)
cv2.putText(image, text, (5, 25),  cv2.FONT_HERSHEY_SIMPLEX,#写入图像
	0.7, (0, 0, 255), 2)

# 显示
cv2.imshow("Image", image)
cv2.waitKey(0)

2.多张图像

• 构建网络模型与图像预处理操作与单张图像一样，第三步不同，如下:

 # Batch数据制作
images = []

# 方法一样，数据是一个batch，读取并加入多张图像
for p in imagePaths[1:]:
	image = cv2.imread(p)
	image = cv2.resize(image, (224, 224))
	images.append(image)

# blobFromImages函数，注意有s，批处理
blob = cv2.dnn.blobFromImages(images, 1, (224, 224), (104, 117, 123))
print("Second Blob: {}".format(blob.shape))#结果：Second Blob: (4, 3, 224, 224)表示4张图，3颜色通道，图片大小

# 获取预测结果
net.setInput(blob)
preds = net.forward()
for (i, p) in enumerate(imagePaths[1:]):
	image = cv2.imread(p)
	idx = np.argsort(preds[i])[::-1][0]
	text = "Label: {}, {:.2f}%".format(classes[idx],
		preds[i][idx] * 100)
	cv2.putText(image, text, (5, 25),  cv2.FONT_HERSHEY_SIMPLEX,
		0.7, (0, 0, 255), 2)
	cv2.imshow("Image", image)
	cv2.waitKey(0)