Я использую этот код, чтобы загрузить свою сеть:Caffe, как предсказать из pretrained чистой
net = caffe.Classifier(MODEL_FILE, PRETRAINED,
mean=np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1),
channel_swap=(2,1,0),
raw_scale=255,
image_dims=(256, 256))
У меня есть сомнения по трем линиям.
1- mean=np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1)
Что значит? Должен ли я использовать это среднее значение или другое? И если да, где я могу получить обычную среднюю стоимость? Я использую пользовательский набор данных.
2- channel_swap=(2,1,0)
Что значит channel_swap? И снова, следует ли использовать это значение или пользовательское значение?
И последний
3- raw_scale=255
Что такое raw_scale? И какую ценность я должен использовать?
Я использую Cohn Kanade набор данных. Все изображения - 64x64 и в оттенках серого.
Спасибо, я получаю этот код на этом сайте [] (http://www.cc.gatech.edu/~zk15/deep_learning/classify_test.py). Я не использую imaginet, я просто искал google для «предсказания caffe от предварительной модели». Итак, я должен изменить значение на (0,0,0), а не использовать channel_swap и raw_scale до 1/126. Потому что 126 - это мой оттенок серого. Я прав? – Caaarlos
Если 126 - ваше среднее значение, тогда 'raw_scale' равно 255 (raw_scale - это диапазон, а не значение). Для среднего вам нужно использовать среднее значение набора данных, которое использовалось для обучения модели, которую вы используете. Какую именно модель вы используете? Для 'channel_swap', в вашем случае вам это не нужно, это правильно. – Ishamael
Ishamael, не могли бы вы объяснить мне, что вы имеете в виду: «Какую именно модель вы используете?». Я этого не понимал. Caffe и convnet для меня действительно совсем недавно. – Caaarlos