Caffe2 简明教程

Caffe2 - Verifying Access to Pre-Trained Models

在您学习在 Python 应用程序中使用预训练模型之前,让我们首先验证模型是否已安装到您的计算机上,并且可以通过 Python 代码访问。

安装 Caffe2 时,预训练的模型将被复制到安装文件夹中。在拥有 Anaconda 安装的计算机上,这些模型位于以下文件夹中。

anaconda3/lib/python3.7/site-packages/caffe2/python/models

查看计算机上的安装文件夹中是否存在这些模型。您可以使用以下简短的 Python 脚本尝试从安装文件夹加载这些模型 −

CAFFE_MODELS = os.path.expanduser("/anaconda3/lib/python3.7/site-packages/caffe2/python/models")
INIT_NET = os.path.join(CAFFE_MODELS, 'squeezenet', 'init_net.pb')
PREDICT_NET = os.path.join(CAFFE_MODELS, 'squeezenet', 'predict_net.pb')
print(INIT_NET)
print(PREDICT_NET)

当脚本成功运行时,您将看到以下输出 −

/anaconda3/lib/python3.7/site-packages/caffe2/python/models/squeezenet/init_net.pb
/anaconda3/lib/python3.7/site-packages/caffe2/python/models/squeezenet/predict_net.pb

这确认 squeezenet 模块已安装到您的计算机上,并且您的代码可以访问该模块。

现在,您可以使用 Caffe2 squeezenet 预训练模块编写用于图像分类的 Python 代码了。