MobileNet-Caffe核心代码解析：eval_image.py如何实现图像预测

MobileNet-Caffe核心代码解析：eval_image.py如何实现图像预测

【免费下载链接】MobileNet-CaffeCaffe Implementation of Google's MobileNets (v1 and v2)项目地址: https://gitcode.com/gh_mirrors/mo/MobileNet-Caffe

MobileNet-Caffe是Google MobileNets（v1和v2）的Caffe实现，提供了轻量级的深度学习模型解决方案。本文将深入解析项目中的核心预测脚本eval_image.py，带你了解如何使用预训练模型实现高效图像分类预测。

📋 图像预测的基本流程

eval_image.py实现图像预测主要分为四个关键步骤：

1. 参数解析：接收模型配置、权重文件和输入图像路径
2. 图像预处理：将输入图像转换为模型要求的格式
3. 模型加载与推理：加载预训练模型并执行前向传播
4. 结果解析：将模型输出转换为人类可读的分类结果

下面我们将逐一解析这些步骤的实现细节。

🔍 参数解析模块

脚本通过argparse模块实现命令行参数解析：

def parse_args(): parser = argparse.ArgumentParser(description='evaluate pretrained mobilenet models') parser.add_argument('--proto', dest='proto', help="path to deploy prototxt.", type=str) parser.add_argument('--model', dest='model', help='path to pretrained weights', type=str) parser.add_argument('--image', dest='image', help='path to color image', type=str) args = parser.parse_args() return args, parser

这部分代码定义了三个必需参数：

• --proto：模型结构定义文件（如mobilenet_deploy.prototxt）
• --model：预训练权重文件（如mobilenet.caffemodel）
• --image：待预测的图像路径

📷 图像预处理步骤

图像预处理是确保模型正确输入的关键步骤，主要在eval()函数中实现：

1. 图像加载与尺寸调整

im = caffe.io.load_image(args.image) h, w, _ = im.shape # 居中裁剪为正方形 if h < w: off = (w - h) / 2 im = im[:, off:off + h] else: off = (h - w) / 2 im = im[off:off + h, :] # 调整为模型输入尺寸224x224 im = caffe.io.resize_image(im, [nh, nw]) # nh, nw = 224, 224

2. 图像数据转换

transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape}) transformer.set_transpose('data', (2, 0, 1)) # HWC -> CHW格式转换 transformer.set_channel_swap('data', (2, 1, 0)) # RGB -> BGR颜色通道转换 transformer.set_raw_scale('data', 255) # [0,1] -> [0,255]数值缩放 transformer.set_mean('data', img_mean) # 减去均值，img_mean = [103.94, 116.78, 123.68] transformer.set_input_scale('data', 0.017) # 缩放因子

这些转换与模型定义中的预处理参数保持一致，在mobilenet_deploy.prototxt中可以找到对应配置：

# transform_param { # scale: 0.017 # mirror: false # crop_size: 224 # mean_value: [103.94,116.78,123.68] # }

🚀 模型加载与推理执行

1. 模型初始化

caffe.set_mode_cpu() # 设置CPU模式 net = caffe.Net(args.proto, args.model, caffe.TEST) # 加载模型

2. 输入数据准备与前向传播

net.blobs['data'].reshape(1, 3, nh, nw) # 设置输入 blob 形状 net.blobs['data'].data[...] = transformer.preprocess('data', im) # 应用预处理 out = net.forward() # 执行前向传播 prob = out['prob'] # 获取输出概率

模型结构在mobilenet_deploy.prototxt中定义，包含多个卷积层、批归一化层和ReLU激活层。最后通过Softmax层（名为"prob"）输出分类概率：

layer { name: "prob" type: "Softmax" bottom: "fc7" top: "prob" }

📊 结果解析与输出

模型输出是一个1000维的概率向量，需要与类别标签对应：

prob = np.squeeze(prob) # 去除冗余维度 idx = np.argsort(-prob) # 按概率降序排序 # 加载类别名称 label_names = np.loadtxt('synset.txt', str, delimiter='\t') # 输出Top-5预测结果 for i in range(5): label = idx[i] print('%.2f - %s' % (prob[label], label_names[label]))

synset.txt文件包含了ImageNet数据集的1000个类别名称，格式如下：

n01440764 tench, Tinca tinca n01443537 goldfish, Carassius auratus ...

💻 完整使用示例

使用MobileNet v1模型预测图像的命令：

python eval_image.py --proto mobilenet_deploy.prototxt --model mobilenet.caffemodel --image cat.jpg

预测MobileNet v2模型只需更换对应文件：

python eval_image.py --proto mobilenet_v2_deploy.prototxt --model mobilenet_v2.caffemodel --image cat.jpg

📝 总结

eval_image.py作为MobileNet-Caffe项目的核心预测脚本，通过简洁的代码实现了完整的图像分类流程。其核心价值在于：

1. 模块化设计：清晰分离参数解析、预处理、模型推理和结果展示
2. 与模型定义匹配：预处理参数与deploy.prototxt保持一致
3. 高效轻量：MobileNet模型设计使其在CPU上也能快速运行

通过理解这个脚本，你不仅能掌握Caffe模型的基本使用方法，还能深入了解深度学习图像分类的完整流程。项目提供的mobilenet.caffemodel和mobilenet_v2.caffemodel两个预训练模型，为移动设备和嵌入式系统提供了高效的视觉识别解决方案。

要开始使用这个项目，只需执行以下命令克隆仓库：

git clone https://gitcode.com/gh_mirrors/mo/MobileNet-Caffe

探索MobileNet架构的精妙之处，体验轻量级深度学习模型的强大能力！

【免费下载链接】MobileNet-CaffeCaffe Implementation of Google's MobileNets (v1 and v2)项目地址: https://gitcode.com/gh_mirrors/mo/MobileNet-Caffe