caffe均值文件mean的转换和使用

小咪咪 2022-01-26 21:31 251阅读 0赞

1、mean.binaryproto转mean.npy  
使用Caffe的C++接口进行操作时，需要的图像均值文件是pb格式，例如常见的均值文件名为mean.binaryproto；但在使用python接口进行操作时，需要的图像均值文件是numpy格式，例如mean.npy。所以在跨语言进行操作时，需要将mean.binaryproto转换成mean.npy，转换代码如下：

import caffe
    import numpy as np
    
    MEAN_PROTO_PATH = 'mean.binaryproto'               # 待转换的pb格式图像均值文件路径
    MEAN_NPY_PATH = 'mean.npy'                         # 转换后的numpy格式图像均值文件路径
    
    blob = caffe.proto.caffe_pb2.BlobProto()           # 创建protobuf blob
    data = open(MEAN_PROTO_PATH, 'rb' ).read()         # 读入mean.binaryproto文件内容
    blob.ParseFromString(data)                         # 解析文件内容到blob
    
    array = np.array(caffe.io.blobproto_to_array(blob))
    # 将blob中的均值转换成numpy格式，array的shape （mean_number，channel, hight, width）
    mean_npy = array[0]      # 一个array中可以有多组均值存在，故需要通过下标选择其中一组均值
    np.save(MEAN_NPY_PATH ,mean_npy)

2、已知图像均值，构造mean.npy  
如果已知图像中每个通道的均值，例如3通道图像每个通道的均值分别为104，117，123，我们也可以通过其构造mean.npy。代码如下：

import numpy as np
    
    MEAN_NPY_PATH = 'mean.npy'
    
    mean = np.ones([3,256, 256], dtype=np.float)
    mean[0,:,:] = 104
    mean[1,:,:] = 117
    mean[2,:,:] = 123
    
    np.save(MEAN_NPY, mean)

3、载入mean.npy  
上面我们用两种方式构造了均值文件mean.npy，在使用时载入mean.npy的代码如下：

import numpy as np
    
    mean_npy = np.load(MEAN_NPY_PATH)
    mean = mean_npy.mean(1).mean(1)

参考：[https://blog.csdn.net/hyman\_yx/article/details/51732656][https_blog.csdn.net_hyman_yx_article_details_51732656]

[https_blog.csdn.net_hyman_yx_article_details_51732656]: https://blog.csdn.net/hyman_yx/article/details/51732656