SSD源码的QT工程

SSD源码阅读的时候，我对SSD源码创建了QT工程，这样方便阅读，提高阅读效率

#include “Classifier.h“

Classifier::Classifier（const string& deploy_file
                              const string& caffe_model_file
                              const string& label_file
                              const string& mean_file） {
#ifdef CPU_ONLY
  Caffe::set_mode（Caffe::CPU）;
#else
  Caffe::set_mode（Caffe::GPU）;
#endif

  /* Load the network. */
  // 此时已经给网络中所有的Blob分配好了内存空间
  net_.reset（new Net（deploy_file TEST））; // 加载网络参数，deploy.prototxt
  net_->CopyTrainedlayersFrom（caffe_model_file）; // 加载权值参数，snapshot_iter_38680.caffemodel

  CHECK_EQ（net_->num_inputs（） 1） << “Network should have exactly one input.“;
  CHECK_EQ（net_->num_outputs（） 1） << “Network should have exactly one output.“;

  // 第0个Blob就是数据层（输入层）
  Blob* input_layer = net_->input_blobs（）[0];
  num_channels_ = input_layer->channels（）;
  CHECK（num_channels_ == 3 || num_channels_ == 1）
    << “Input layer should have 1 or 3 channels.“;
  input_geometry_ = cv::Size（input_layer->width（） input_layer->height（））;

  /* Load the binaryproto mean file. */
  if（mean_file.empty（）||mean_file.size（）==0）
  {
    mean_ = cv::Mat（input_geometry_ CV_MAKETYPE（CV_32FC1num_channels_） Scalar（000））;
  }
  else
  {
    SetMean（mean_file）;
  }
  

  /* Load labels. */
  std::ifstream labels（label_file.c_str（））;
  CHECK（labels） << “Unable to open labels file “ << label_file;
  string line;
  while （std::getline（labels line））
    labels_.push_back（string（line））;

  // 第一个输出Blob对于分类，就是最后输出的类别数
  Blob* output_layer = net_->output_blobs（）[0];

  // channels就表示类别数
  CHECK_EQ（labels_.size（） output_layer->channels（））
    << “Number of labels is different from the output layer dimension.“;
}

static bool PairCompare（const std::pair& lhs
                        const std::pair& rhs） {
  return lhs.first > rhs.first;
}

/* Return the indices of the top N values of vector v. */
static std::vector Argmax（const std::vector& v int N） {
  std::vector > pairs;
  for （size_t i = 0; i < v.size（）; ++i）
    pairs.push_back（std::make_pair（v[i] static_cast（i）））;

  // 对第一个到第三个参数当中的前N个大（或者小）的数进行排序（后面的就不管了），N的个数由第二个参数与第一个参数的差决定。
  std::partial_sort（pairs.begin（） pairs.begin（） + N pairs.end（） PairCompare）;

  std::vector result;
  for （int i = 0; i < N; ++i）
    result.push_back（pairs[i].second）;
  return result;
}

/* 步骤：
 * 1. Mat经过预处理（灰度化，缩放为网络数据层大小，转换为float 减去均值）输入数据层Blob（即转化为数据层Blob）
*  2. 网络前向转播，获取输出Blob
*
*/
/* Return the top N predictions. */
std::vector Classifier::Classify（const cv::Mat& img int N）
{
  std::vector output = Predict（img）;

  N = std::min（labels_.size（） N）;
  std::vector maxN = Argmax（output N）;
  std::vector predictions;
  for （int i = 0; i < N; ++i） {
    int idx = maxN[i];
    predictions.push_back（std::make_pair（labels_[idx] output[idx]））;
  }

  r

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

     文件      18012  2018-04-26 23:09  Caffe_SSD\Caffe_SSD.pro

     文件      18707  2018-03-10 18:49  Caffe_SSD\Caffe_SSD.pro.user

     文件      18693  2018-03-03 17:10  Caffe_SSD\Caffe_SSD.pro.user.42a87c0

     文件      23780  2018-03-02 21:32  Caffe_SSD\Caffe_SSD.pro.user.6fd70a7

     文件       8229  2017-06-26 14:21  Caffe_SSD\Classifier.cpp

     文件       1094  2018-03-02 22:50  Caffe_SSD\Classifier.h

     文件       7610  2018-04-26 23:11  Caffe_SSD\convert_annoset.cpp

     文件       4552  2018-04-26 23:11  Caffe_SSD\main.cpp

     文件       9378  2018-01-02 11:07  Caffe_SSD\source\include\caffe\blob.hpp

     文件        634  2018-01-02 11:07  Caffe_SSD\source\include\caffe\caffe.hpp

     文件       6179  2018-01-02 11:07  Caffe_SSD\source\include\caffe\common.hpp

     文件       2161  2018-01-02 11:07  Caffe_SSD\source\include\caffe\data_reader.hpp

     文件       9001  2018-01-02 11:07  Caffe_SSD\source\include\caffe\data_transformer.hpp

     文件      10935  2018-01-02 11:07  Caffe_SSD\source\include\caffe\filler.hpp

     文件       1382  2018-01-02 11:07  Caffe_SSD\source\include\caffe\internal_thread.hpp

     文件      18495  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layer.hpp

     文件       2343  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\absval_layer.hpp

     文件       3352  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\accuracy_layer.hpp

     文件       1309  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\annotated_data_layer.hpp

     文件       2727  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\argmax_layer.hpp

     文件       6692  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\base_conv_layer.hpp

     文件       2948  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\base_data_layer.hpp

     文件       3025  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\batch_norm_layer.hpp

     文件       2825  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\batch_reindex_layer.hpp

     文件       1875  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\bias_layer.hpp

     文件       2307  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\bnll_layer.hpp

     文件       3130  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\concat_layer.hpp

     文件       4076  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\contrastive_loss_layer.hpp

     文件       3930  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\conv_layer.hpp

     文件       2802  2018-01-02 11:07  Caffe_SSD\source\include\caffe\layers\crop_layer.hpp

............此处省略390个文件信息