Caffeのmatlabインタフェースの基本操作
Caffeのmatlabバージョンmatcaffeをコンパイルし、対応するパスをmatlabのパスに追加した場合は、次のような額学習が可能になります.
%CPU
caffe.set_mode_cpu();
%GPU
gpu_id=0;
caffe.set_mode_gpu();
caffe.set_device(gpu_id);
%
net_model=['path/to/deploy.prototxt'];
net=caffe.Net(net_model,'train')
%
net_weights=[path/to/model.caffemodel’];
net=caffe.Net(net_model,net_weights,'test');
function crop_data=prepare_image(im)
%%%% :w*h*c
f=load('path/to/mean.mat');
mean_data=f.mean_data;
%%%%%
% RGB BGR,W*H*C
im_data=im(:,:,[3,2,1]);
% W H ,H*W*C->W*H*C
im_data=permute(img_data,[2,1,3]);
% uint8 single
im_data=single(im_data);
im_data=im_data-mean_data;
% 227*227 , 256*256 , crop 。
% 227*227
crop_im=zeros(227,227,3,10,'single');
indices=[0,256-227]+1;
n=1;
for i=indices
for j=indices
crop_im(:,:,:,n)=im_data(i:i+227-1,j:j+227-1,:);
%
crop_im(:,:,:,n+5)=crop_im(end:-1:1,:,:,n);
n=n+1;
end
end
center=floor(indices(*\2)/2)+1;
crop_im(:,:,:,5)=im_data(center:center+227-1,center:center+227-1,:);
crop_im(:,:,:,10)=crop_im(end:-1:1,:,:,5);
input_data={prepare_image(im)};
scores=net.forwar(input_data);
scores=scores{1};
scores=mean(scores,2);
%
weights_layername=net.params('layername',1).get_data();
output_layername=net.blob('layername').get_data();