Pycaffe-簡單測試caffe模型的分類效果和執行速度
阿新 • • 發佈:2019-01-30
當我們訓練完一個 caffe 的模型想要簡單快速的測試一下模型在 CPU/GPU 下的圖片檢測速度時,可以用到下面的程式,此處就是把同一張圖片迴圈 Forward 1000 次的方法來檢視模型速度。
import os
import sys
import numpy as np
import matplotlib.pyplot as plt
import time
# caffe的根目錄
caffe_root = '/home/t702/caffe/'
sys.path.insert(0,caffe_root + 'python')
import caffe
# deploy檔案的路徑
Model_FILE = '/PATH/TO/deploy.prototxt'
# 預訓練好的caffemodel的模型
PRETRAINED = '/PATH/TO/XXXX.caffemodel'
# 測試圖片的路徑
IMAGE_FILE = '/PATH/TO/11.png'
input_image = caffe.io.load_image(IMAGE_FILE)
net = caffe.Classifier(Model_FILE,PRETRAINED)
#模式設定為CPU
caffe.set_mode_cpu()
#模式設定為GPU
#caffe.set_mode_gpu()
start = time.clock()
# 單張圖片迴圈一千次測試時間
for i in range(0,1000):
prediction = net.predict([input_image],oversample=False)
end = time.clock()
print('predicted calss: ',prediction[0].argmax())
print(end-start)