Caffe2：如何在C ++中加载和使用MNIST教程模型

Question

我正在努力在C ++中复制经过训练的MNIST caffe2教程模型的结果。 我所做的是，我对MNIST python教程做了一些修改（可在此处找到代码），并且在python方面一切正常。

如果我运行mnist.py，我将得到两个带有网络定义和初始化的“ .pb”文件。 如果我在python端加载此网络并从数据库中获取一些图像，那么我将获得正确的预测：

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)

因此，非常确定测试图像为“ 7”（正确）。

但是我无法从C ++获得相同的结果。 我看了一下其他项目（ 在这里和这里 ）是如何完成的，并提出了以下内容：

C ++网络初始化

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);

初始化运行没有问题。 由于部署网络没有缩放和强制转换以浮动，因此我必须执行此操作（与上面的python代码段相同），并且按如下操作：

float* data = input.mutable_data<float>();
for (int i = 0; i < img_bytes.size(); ++i)
    *data++ = float(img_bytes[i])/256.f;

最后，我输入了预测变量：

if (! predictor->run(input_vec, &output_vec) || output_vec.size() < 1
                                             || output_vec[0]->size() != 10)
...

我在同一文件上得到的结果是“ 7”占17％（而不是99.9％），其余类别约为5-10％。

现在，我陷入困境，不知道问题出在哪里，因此，不胜感激任何提示/提示/指针。

Answer 1

事实证明，我对Caffe2的使用没有问题，但预处理方面没有问题。 由于img_bytes是具有基本类型char的QByteArray，并且由于默认情况下（在gcc中） char是带符号的类型，因此此转换和缩放为：

*data++ = float(img_bytes[i])/256.f;

导致一些负值（而不是[0,1]范围内的浮点数）。 正确的版本是：

*data++ = static_cast<unsigned char>(img_bytes[i])/256.f