GoogleNet模型图像分类

Googlenet模型进行图像分类

 

 有三个文件需要下载：

 第一个是caffe模型，第二个是整个网络的描述文件，第三个是1000种分类对应的名称表

主要的API有以下：

     1.blobFromImage函数；

 

    

2.reshape（）方法；

   一、作用：常使用在对矩阵的处理上

   二、函数特点：reshape函数是针对对目标函数取数据用于重新布局时，是按照列的方式来获取数据的

   三、几种常见使用方式：

        方式一：arr.reshape((m,n))            意思是把arr矩阵变成一个新的m行n列的矩阵

        方式二：arr.reshape(-1,1)              -1表示按照行的方式的获取，结果形成一列

        方式三:arr.reshape(m,n,q)              得到多维数组

    

3.minMaxLoc函数；

     其它相关C++知识:

1.ofstream和ifstream读文件用法介绍：

https://www.cnblogs.com/Jack-Elvis/p/12171691.html

2.getline(cin, name) 逐行复制函数：

https://www.cnblogs.com/Jack-Elvis/p/12171939.html

3.push方法与push_back方法：

https://www.cnblogs.com/Jack-Elvis/p/12172511.html

 

代码如下：

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>

using namespace cv;
using namespace cv::dnn;
using namespace std;
//导入卷积网路dnn的头文件、创建dnn工作空间
String model_bin_file = "L:/googlenet/bvlc_googlenet.caffemodel";
String model_txt_file = "L:/googlenet/bvlc_googlenet.prototxt";
String labels_txt_file = "L:/googlenet/synset_words.txt";
//读取googlenet的三个文件，caffe模型二进制，网络描述文本文件，1000种分类表格的名称文件
 
vector<String> readLabels(); //调用readLabels(）

int main(int argc, char** argv) {
    Mat src = imread("L:dog.jpg");
    if (src.empty()) {
        printf("could not load image...
");
        return -1;
    }
    namedWindow("input image", CV_WINDOW_AUTOSIZE);
    imshow("input image", src);
    vector<String> labels = readLabels();
    Net net = readNetFromCaffe(model_txt_file, model_bin_file);
    //使用readNetFromCaffe方法读取前面两个模型文件
    if (net.empty()) {
        printf("read caffe model data failure...
"); //读取文件失败
        return -1;
    }
    Mat inputBlob = blobFromImage(src, 1.0, Size(224, 224), Scalar(104, 117, 123));
    //blobFromImage函数：1.输入图像 2.缩放尺度 3.图像大小  4.输入图的像素减去各通道的均值

    Mat prob;  //预测的准确率
    for (int i = 0; i < 10; i++) {
        net.setInput(inputBlob, "data"); 
   //将inputBlob内容输入到网络的第一层的第一个input为data （与网络的描述文件对应）
        prob = net.forward("prob");  //将通过描述文件计算后的prob值赋给变量prob
    }
    Mat probMat = prob.reshape(1, 1); 
    //reshape（）方法将矩阵prob变成一行多列（这里是1000列）的矩阵probMat
    Point classNumber;
    double classProb;
    minMaxLoc(probMat, NULL, &classProb, NULL, &classNumber);
    //minMaxLoc函数为寻找矩阵最大最小值及位置
    // 参数： 1.带寻找矩阵 2.最小值 3.最大值 4.最小值位置 5.最大值位置
    int classidx = classNumber.x;  //找出最大值的行数
    printf("
 current image classification : %s, possible : %.2f", labels.at(classidx).c_str(), classProb);
    // labels.at(classidx) 是最大行对应的labels标签  .c_str()是将内容转换为字符串型
    putText(src, labels.at(classidx), Point(20, 20), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(0, 0, 255), 2, 8);
    imshow("Image Classification", src);

    waitKey(0);
    return 0;
}

vector<String> readLabels() {
    vector<String> classNames; //定义分类名称变量（labels_name）
    ifstream fp(labels_txt_file); //文件输出流的方式读取label words
    if (!fp.is_open()) {          //文件不能打开
        printf("could not open the file");
        exit(-1); //非正常退出，返回值为-1
    }
    string name;
    while (!fp.eof()) {      //如果没有读到文件尾部
        getline(fp, name);   //getline函数逐行复制给name(空格不作为分隔符)
        if (name.length()) {   //如果name.length有值
            classNames.push_back(name.substr(name.find(' ') + 1));
            //name.find（）方法找到name中所有空格+1的位置
            //name.substr()方法截取name中空格+1位置后面的字符串
            //classNames.push_back（）方法将所有行截取的字符以堆栈压入className    
        }
    }
    fp.close();          //关闭文件
    return classNames;   //返回值为className
}

输出结果：