深度学习之Matlab 转C++在iOS上測试CNN手型识别

1 前言

在上一篇Blog。我介绍了在iOS上执行CNN的一些方法。

可是，一般来说。我们须要一个性能强劲的机器来跑CNN，我们仅仅只是须要将得到的结果用于移动端。

之前在Matlab使用UFLDL的代码改动后跑了手型识别的3层CNN，这里我们就考虑将Matlab转C之后移植到xcode中。

Step 1：Matlab 转c

首先要保证代码能够跑。能够执行，比方我这边。例如以下測试cnn识别手型：

>> parameters = load('./opt_parameters/opttheta_8epoches_cnn.mat');
cnnPredict(imread('./data/test_five1 (1).bmp'),parameters.opttheta)
ans =

     5

大家能够看到。我识别出来是5个手指。OK，CNN没有问题。如今就是要将cnnPredict函数转c，这里大家能够看到这个函数包括了输入数据和已训练的參数。

function labels = cnnPredict(images,opttheta)

基本方式是使用Matlab自带的工具：coder。
在Command窗体输入coder：

新建一个项目：

这里我已经导入了我要转的文件cnnPredict.m，里面有两个输入变量，我须要定义其变量类型，这里我使用autodefine types。就是写一个脚本执行这个函数。即可。

也就是我一開始贴的代码，识别出来后是这样：

这里大家能够看到我这边CNN的參数并非非常多，也就是19万个參数而已。

接下来就是build了。这里选择c/c++ static library。而且仅仅输出c code：

build结果例如以下：

有可能你会build失败。这个时候可能是数据类型问题，能够依据详细情况进行改动到成功为止。
生成的code在目录的codegen目录中：

Step 2：将.Mat參数导出为.txt格式

在训练的时候，我们的cnn參数是存储在.mat中，因此，为了能在xcode中使用，我们须要将參数导出，这里我选择导出为.txt格式。
导出方法非常easy，一条代码;

>> save('opttheta.txt','opttheta','-ASCII'); %将opt theta參数保存为opttheta.txt

Step 3: 新建iOSproject。导入cnnPredict代码

这一步非常easy，把整个目录拉进来就OK了。
注意cnnPredict.h代码。我们要用的也就是这里面的函数了：

/*
 * File: cnnPredict.h
 *
 * MATLAB Coder version            : 2.7
 * C/C++ source code generated on  : 16-Jul-2015 16:22:01
 */

#ifndef __CNNPREDICT_H__
#define __CNNPREDICT_H__

/* Include Files */
#include <math.h>
#include <stddef.h>
#include <stdlib.h>
#include <string.h>
#include "rt_nonfinite.h"
#include "rtwtypes.h"
#include "cnnPredict_types.h"

/* Function Declarations */
extern double cnnPredict(const double images[9216], const double opttheta[195245]);

#endif

/*
 * File trailer for cnnPredict.h
 *
 * [EOF]
 */

注意的是导入执行里面有个interface目录会导致执行失败。应删除之，不会影响其它。

Step 4 在Xcode中导入參数

这一步就是读取txt文件里的数据并转存为double的数组。直接贴代码：

NSString *filePath = [[NSBundle mainBundle] pathForResource:@"opttheta" ofType:@"txt"];
    NSString *testString = [NSString stringWithContentsOfFile:filePath encoding:NSUTF8StringEncoding error:nil];
    NSMutableArray *thetaString = (NSMutableArray *)[testString componentsSeparatedByString:@"
"];
    [thetaString removeLastObject];
    NSLog(@"Theta1 count:%lu",(unsigned long)thetaString.count);
    for (int i = 0; i < thetaString.count; i++) {
        NSString *data = [thetaString objectAtIndex:i];
        theta[i] = [data doubleValue];
    }

从代码中能够看到。就是用’ ’来切割数据，道理非常easy。

Step 5 将图片转换为double数组

为了使用函数，我们必须将图片转换为数组。

我们这里显然是使用灰度图片，转换的代码例如以下：

UIImage *image = [UIImage imageNamed:@"one.bmp"];


CGImageRef imageRef = [image CGImage];
CGDataProviderRef provider = CGImageGetDataProvider(imageRef);
NSData *data = (id)CFBridgingRelease(CGDataProviderCopyData(provider));
NSLog(@"image:%lu",(unsigned long)data.length);
const uint8_t *bytes = [data bytes];

这里就转换为uint8的数组了，接下来我这边依据须要对图片的灰度矩阵须要进行转置：

double newBytes[9216];

    for (int y = 0; y < 96 ; y++) {
        for (int x = 0; x < 96; x++) {
            newBytes[x*96 + y] = bytes[y*96 + x];
        }
    }

Step 6: 执行cnn

有了上面的处理。这一步直接执行cnnPredict

double result = cnnPredict(newBytes, theta);

NSLog(@"result:%f",result);

直接就输出结果了：

大家看到了吗？识别出的结果为1。就是大拇指的意思。
事实上看到这里，我自己都是有点激动的。特别爽是不是，iOS上执行的CNN直接识别手势。尽管这边的图片是黑白的比較简单一点。

小结

本文总结了怎样将CNN的MATLAB代码转换为C++代码然后在iOS上直接执行的方法。

希望对同道中人有启示！