訓練を受けたMNIST caffe2チュートリアルモデルのC++結果を複製するのに苦労しています。私がしたのは、私は少しMNISTのpythonチュートリアル(利用可能なコードhere)を変更していると、Python側ですべて正常に動作します。Caffe2:C++でのMNISTチュートリアルモデルの読み込み方法と使用方法
私がmnist.pyを実行すると、ネット定義と初期化を持つ2つの ".pb"ファイルが得られます。
timg = np.fromfile('test_img.dat', dtype=np.uint8).reshape([28,28])
workspace.FeedBlob('data', (timg/256.).reshape([1,1,28,28]).astype(np.float32))
workspace.RunNet(net_def.name)
workspace.FetchBlob('softmax')
array([[ 1.23242417e-05, 6.76146897e-07, 9.01260137e-06,
1.60285403e-04, 9.54966026e-07, 6.82772861e-06,
2.20508967e-09, 9.99059498e-01, 2.71651220e-06,
7.47664250e-04]], dtype=float32)
をだから、テスト画像は「7」であるかなり確信している(そしてそれは正しいです):私はpythonの側で、このネットをロードし、DBからいくつかの画像でそれを養うなら、私は正しい予測を取得します。
しかし、私はC++から同じ結果を得ることができません。私は、それが他のプロジェクト(hereとhere)で行われている方法を見て撮影したし、次が出ている:
C++ネットの初期化
QByteArray img_bytes; // where the raw image bytes are kept (size 28x28)
caffe2::NetDef init_net, predict_net;
caffe2::TensorCPU input;
// predictor and it's input/output vectors
std::unique_ptr<caffe2::Predictor> predictor;
caffe2::Predictor::TensorVector input_vec;
caffe2::Predictor::TensorVector output_vec;
...
QFile f("mnist_init_net.pb");
...
auto barr = f.readAll();
if (! init_net.ParseFromArray(barr.data(), barr.size())) {
...
f.setFileName("mnist_predict_net.pb");
...
barr = f.readAll();
if (! predict_net.ParseFromArray(barr.data(), barr.size())) {
...
predictor.reset(new caffe2::Predictor(init_net, predict_net));
input.Resize(std::vector<int>{{1, 1, IMG_H, IMG_W}});
input_vec.resize(1, &input);
この初期化は問題なく動作します。
float* data = input.mutable_data<float>();
for (int i = 0; i < img_bytes.size(); ++i)
*data++ = float(img_bytes[i])/256.f;
をし、最終的に私は、予測フィード::デプロイネットワークはスケーリング、私はこの(上記のPythonスニペットと同じ)を行う必要が浮かぶようにキャストしていないと私が行うので、次のことのように
を私は、同じファイルに乗るif (! predictor->run(input_vec, &output_vec) || output_vec.size() < 1
|| output_vec[0]->size() != 10)
...
結果が「7」は17%(ない99.9%)であり、残りのカテゴリが5〜10%のまわりにあるということです。
現在、私は立ち往生していますが、どこに問題があるかわからないので、ヒント/ヒント/ポインターをお読みください。