图像目标识别分类

#!/usr/bin/env python
#-*-coding:utf-8-*-

import numpy as np  
import sysos  

# 设置当前的工作环境在caffe下  
caffe_root = ‘/home/xxx/workspace/caffe-master/‘   
# 我们也把caffe/python也添加到当前环境  
sys.path.insert（0 caffe_root + ‘python‘）  

import caffe  
os.chdir（caffe_root）#更换工作目录  

#GPU模式
caffe.set_device（0）  # 如果你有多个GPU，那么选择第一个
caffe.set_mode_gpu（）

# 设置网络结构  
net_file=caffe_root + ‘models/bvlc_reference_caffenet/deploy.prototxt‘  
# 添加训练之后的参数  
caffe_model=caffe_root + ‘models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel‘  
# 均值文件  
mean_file=caffe_root + ‘python/caffe/imagenet/ilsvrc_2012_mean.npy‘  

# 这里对任何一个程序都是通用的，就是处理图片  
# 把上面添加的两个变量都作为参数构造一个Net  
net = caffe.Net（net_filecaffe_modelcaffe.TEST）  

# 得到data的形状，这里的图片是默认matplotlib底层加载的  
transformer = caffe.io.Transformer（{‘data‘: net.blobs[‘data‘].data.shape}）  
# matplotlib加载的image是像素[0-1]图片的数据格式[weighthighchannels]，RGB  
# caffe加载的图片需要的是[0-255]像素，数据格式[channelsweighthigh]BGR，那么就需要转换  

# channel 放到前面  
transformer.set_transpose（‘data