caffe_matlab

caffe的matlab使用接口的示例代码及文件

function [scores maxlabel] = classification_demo（im use_gpu）
% [scores maxlabel] = classification_demo（im use_gpu）
%
% Image classification demo using BVLC CaffeNet.
%
% IMPORTANT: before you run this demo you should download BVLC CaffeNet
% from Model Zoo （http://caffe.berkeleyvision.org/model_zoo.html）
%
% ****************************************************************************
% For detailed documentation and usage on Caffe‘s Matlab interface please
% refer to Caffe Interface Tutorial at
% http://caffe.berkeleyvision.org/tutorial/interfaces.html#matlab
% ****************************************************************************
%
% input
%   im       color image as uint8 HxWx3
%   use_gpu  1 to use the GPU 0 to use the CPU
%
% output
%   scores   1000-dimensional ILSVRC score vector
%   maxlabel the label of the highest score
%
% You may need to do the following before you start matlab:
%  $ export LD_LIBRARY_PATH=/opt/intel/mkl/lib/intel64:/usr/local/cuda-5.5/lib64
%  $ export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libstdc++.so.6
% Or the equivalent based on where things are installed on your system
%
% Usage:
%  im = imread（‘../../examples/images/cat.jpg‘）;
%  scores = classification_demo（im 1）;
%  [score class] = max（scores）;
% Five things to be aware of:
%   caffe uses row-major order
%   matlab uses column-major order
%   caffe uses BGR color channel order
%   matlab uses RGB color channel order
%   images need to have the data mean subtracted

% Data coming in from matlab needs to be in the order
%   [width height channels images]
% where width is the fastest dimension.
% Here is the rough matlab for putting image data into the correct
% format in W x H x C with BGR channels:
%   % permute channels from RGB to BGR
%   im_data = im（: : [3 2 1]）;
%   % flip width and height to make width the fastest dimension
%   im_data = permute（im_data [2 1 3]）;
%   % convert from uint8 to single
%   im_data = single（im_data）;
%   % reshape to a fixed size （e.g. 227x227）.
%   im_data = imresize（im_data [IMAGE_DIM IMAGE_DIM] ‘bilinear‘）;
%   % subtract mean_data （already in W x H x C with BGR channels）
%   im_data = im_data - mean_data;

% If you have multiple images cat them with cat（4 ...）

% Add caffe/matlab to you Matlab search PATH to use matcaffe
% if exist（‘../+caffe‘ ‘dir‘）
%   addpath（‘..‘）;
% else
%   error（‘Please run this demo from caffe/matlab/demo‘）;
% end
addpath（‘G:\caffe\caffe-master-MS\Build\x64\Release\matcaffe‘）; %如果不行再改成加+caffe
% Set caffe mode
if exist（‘use_gpu‘ ‘var‘） && use_gpu
  caffe.set_mode_gpu（）;
  gpu_id = 0;  % we will use the first gpu in this demo
  caffe.set_device（gpu_id）;
else
  caffe.set_mode_cpu（）;
end

% Initialize the network using BVLC CaffeNet for image classification
% Weights （parameter） file needs to be downloaded from Model Zoo.
model_dir = ‘models/bvlc_reference_caffenet/‘;
% model_dir = ‘../../models/bvlc_reference_caffenet/‘;
net_model = [model_dir ‘deploy.prototxt‘];
net_weig

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       5661  2016-11-19 20:32  caffe_matlab\classification_demo.m

     文件      31674  2016-11-18 22:17  caffe_matlab\synset_words.txt

     文件        598  2016-11-20 14:40  caffe_matlab\test.m

     目录          0  2016-11-20 14:47  caffe_matlab

----------- ---------  ---------- -----  ----

                37933                    4