网站的构成,北京网络营销咨询公司,打开手机网站速度慢,wordpress taxonomy当我们训练好一个网络模型后必不可少的就是对模型跑前向#xff0c;看模型的实际性能如何。python绝对是最简单的环境#xff0c;所以本文写一个python版本的前向测试。 import os import cv2 import sys import caffe import glob import argparse from PIL import Image im… 当我们训练好一个网络模型后必不可少的就是对模型跑前向看模型的实际性能如何。python绝对是最简单的环境所以本文写一个python版本的前向测试。 import os import cv2 import sys import caffe import glob import argparse from PIL import Image import numpy as npdef parse_args():parser argparse.ArgumentParser(descriptiondeblur arguments)parser.add_argument(--image_root_dir, typestr, default/.../data, # 存放数据集目录的路径helptest image root dir)parser.add_argument(--test_txt, typestr, default/.../test.txt, # 生成的txt的相对路径helptest txt path)parser.add_argument(--caffe_model, typestr,default/.../xxx.caffemodel,helpcaffemodel path)parser.add_argument(--deploy, typestr, default/.../deploy.prototxt,helpdeploy path)parser.add_argument(--num_cls, typeint, default3, helpclass number)parser.add_argument(--input_size, typeint, default96, helpnet input size)parser.add_argument(--save_dir, typestr, default./results, helptest result dir)parser.add_argument(--roc_name, typestr, defaultroc.txt, helptest roc name)parser.add_argument(--saveimg_flag, typeint, default1, helpif 0, do not save img, else save img)args parser.parse_args()return argsdef main():args parse_args()order Test(args)def Test(args):if os.path.exists(args.save_dir) False:os.mkdir(args.save_dir)roc_file open(args.save_dir / args.roc_name, w)net caffe.Net(args.deploy, args.caffe_model, caffe.TEST)transformer caffe.io.Transformer({data: net.blobs[data].data.shape})transformer.set_transpose(data, (2, 0, 1))# transformer.set_mean(data, np.load(mean_file).mean(1).mean(1))transformer.set_raw_scale(data, 255)# transformer.set_mean(data, np.array([104, 117, 123]))transformer.set_channel_swap(data, (2, 1, 0))f1 open(args.test_txt, r)datas f1.readlines()wrong np.zeros(args.num_cls)right np.zeros(args.num_cls)for data in datas:tmp data.split( )imgname tmp[0]for i in range(1, len(tmp) - 1):imgname tmp[i]label int(tmp[-1][0])print(tmp, imgname, label)im caffe.io.load_image(args.image_root_dir / imgname)im cv2.resize(im, (args.input_size, args.input_size))net.blobs[data].data[...] transformer.preprocess(data, im)out net.forward()prob net.blobs[prob].data[0].flatten()print(prob)order prob.argsort()[-1] # small-bigprint(order, label)if args.saveimg_flag ! 0:if os.path.exists(os.path.join(args.save_dir, str(label) - str(order))) False:os.mkdir(os.path.join(args.save_dir, str(label) - str(order)))im Image.open(args.image_root_dir / imgname).convert(RGB)smallname imgname.split(/)[-1]if prob[order] 0.6:im.save(os.path.join(args.save_dir, str(label) - str(order), str(prob[order]) smallname))for p in prob:roc_file.write(%s % p)roc_file.write(%s\n % label)if order ! label:wrong[label] 1else:right[label] 1print(wrong, right)roc_file.close()if __name__ __main__:main()print(done) 生成的roc.txt可用于在下一篇画roc曲线。