Question

我在draw.py中找到了draw_net_to_file方法，并希望用它来了解我更好地使用的Caffe网络。

问题是以下代码

import caffe
from caffe.draw import draw_net_to_file
import numpy as np

weights = 'reference_model/caffe_reference_imagenet_model.weights'
means = 'reference_model/ilsvrc_2012_mean_reshaped.npy'
model = 'reference_model/imagenet_model_deploy.prototxt'

npmeans = np.load(means)

cls = caffe.Classifier(
    model,
    weights,
    mean=npmeans,
    image_dims=(256, 256),
    channel_swap=(2,1,0),
    raw_scale=(255),
)

draw_net_to_file(cls, "drawn_net.png");
print "DONE"

因以下错误而失败

/caffe/python/caffe/draw.pyc in get_pydot_graph(caffe_net, rankdir, label_edges)
--> 105   pydot_graph = pydot.Dot(caffe_net.name, graph_type='digraph', rankdir=rankdir)
AttributeError: 'Classifier' object has no attribute 'name'

仔细研究后，Classifier对象实际上不会暴露底层Net对象的许多方法，例如name。如何为这种情况实例化正确工作的Net实例？

我正在使用根据修订版737ea5e936821b5c69f9c3952d72693ae5843370构建的Caffe。

Answer 1

查看脚本draw_net.py，您可以在其中查看如何使用draw.py功能的示例。 net参数与caffe.Net对象不完全相同，而是解析的原型文本：

from google.protobuf import text_format
import caffe.draw
from caffe.proto import caffe_pb2

net = caffe_pb2.NetParameter()
text_format.Merge(open(args.input_net_proto_file).read(), net)

Caffe - draw_net_to_file - 'Classifier'对象没有属性'name'

1 个答案: