Question

在Caffe安装中的MNIST的给定示例中。

对于任何给定的测试图像，如何获得每个类别的softmax分数并对它们进行一些处理？比如计算它们的均值和方差。

我是新手，所以细节会帮助我很多。我能够训练模型并使用测试功能来获得预测，但我不确定要编辑哪些文件以获得上述结果。

Answer 1

您可以使用python接口

import caffe
net = caffe.Net('/path/to/deploy.prototxt', '/path/to/weights.caffemodel', caffe.TEST)
in_ = read_data(...) # this is up to you to read a sample and convert it to numpy array
out_ = net.forward(data=in_) # assuming your net expects "data" in blob

现在，您可以在字典out中获得网络的输出（键是输出blob的名称）。您可以在几个示例等循环中运行它。

Answer 2

我可以尝试回答你的问题。假设在部署网络中，softmax层如下所示：

layer {
  name: "prob"
  type : "Softmax"
  bottom: "fc6"
  top: "prob"
}

在处理数据的python代码中，结合@Shai提供的代码，您可以通过添加基于@ Shai代码的代码来获取每个类别的概率：

predicted_prob = net.blobs['prob'].data

predict_prob将返回一个包含所有类别概率的数组。

例如，如果您只有两个类别，predicted_prob[0][0]将是此测试数据属于一个类别的概率，而predicted_prob[0][1]将是另一个类别的概率。

PS：

根据https://github.com/BVLC/caffe/tree/master/examples/mnist，如果您不想编写任何其他python脚本它说这个例子将自动每500次迭代进行一次测试。解算器中定义了“500”，例如https://github.com/BVLC/caffe/blob/master/examples/mnist/lenet_solver.prototxt

因此，您需要追溯处理解算器文件的caffe源代码。我想它应该是https://github.com/BVLC/caffe/blob/master/src/caffe/solver.cpp

我不确定solver.cpp是您需要查看的正确文件。但是在这个文件中，你可以看到它具有测试和计算某些值的功能。如果没有其他人可以回答你的问题，我希望它可以给你一些想法。

Caffe：打印softmax分数

2 个答案: