caffe 练习3 用caffe提供的C++函数批量抽取图像特征

caffe 练习3 用caffe提供的C++函数批量抽取图像特征

目的：用caffe提供的C++函数，批量抽取图像特征

官网链接：.html

方法：

在caffe安装的根目录下执行：

./build/tools/extract_features.bin models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/imagenet_val.prototxt fc7 examples/_temp/features 10 lmdb

1 函数使用说明：

extract_features.bin

./build/tools/extract_features.bin

参数说明：

1  .caffemodel 文件：训练好的网络参数

2  train_val.prototxt文件：网络结构

3 fc7：提取fc7层的特征，imageNet网络有 很多层（data conv1 conv2 conv3 conv4 conv5 fc6 fc7 fc8 prob），我们可以选取任意一层；fc7是最后一层特征，fc8输出的就是softmax的输出了，所以我们提取fc7层

4 10：输入的包的数量，我们test时的batchsize是50，这里输入10，表示会提取50*10=500张图片的特征

5 lmdb：输出的数据格式是lmdb，还可以是leveldb，我现在用的就是leveldb格式

针对我的路径，我更改为：你的根据你的改

./build/tools/extract_features.bin /home/a216/caffe-master/sloanqin/data/godpool/txt/caffenet_train_iter_5000.caffemodel /home/a216/caffe-master/sloanqin/data/godpool/txt/train_val.prototxt fc7 /home/a216/caffe-master/sloanqin/examples/features 4 lmdb

2 函数的源码：

caffe是开源的，所有的源码我们都是可以看到的。

extract_features.bin其实就是一个编译过的cpp函数，源文件在~/tools/extract_features.cpp 下；

这里我贴出作者对此函数的使用说明，读者可以使用notepad自己打开这个cpp文件分析下；

    "This program takes in a trained network and an input data layer, and then"" extract features of the input data produced by the net.n""Usage: extract_features  pretrained_net_param""  feature_extraction_proto_file  extract_feature_blob_name1[,name2,...]""  save_feature_dataset_name1[,name2,...]  num_mini_batches  db_type""  [CPU/GPU] [DEVICE_ID=0]n""Note: you can extract multiple features in one pass by specifying"" multiple feature blob names and dataset names seperated by ','."" The names cannot contain white space characters and the number of blobs"" and datasets must be equal.";