[Caffe] CNN을 통한 학습을 완료한 후 Classification 하기
CNN을 통한 학습을 완료한 후 Classification 하기 AlexNet이든, 구글넷이든, 카페넷이든 학습이 완료되었다면 Caffemodel 이라는 확장자를 가진 네트워크 가중치 파라미터 파일이 생성될 것이다. 이 파일을 통해 우리는 새로운 이미지를 하나씩 네트워크에 넣어보면서 분류를 실험해 볼 수 있다. 두 가지 방법이 있는데 파이썬 파일일 이용하는 방법, cpp 파일을 이용하는 방법이다. cpp파일을 통해 분류를 하면 classify과정의 시간이 10배 가까이 짧은걸 확인할 수 있었다.. 단순 언어의 문제인지 내부 함수 구현 방법의 문제인지는 모르겠다. 1. 파이썬 파일을 이용하는 방법 http://blog.naver.com/dusrb2003/220395033733 위의 게시글에서 Caffe 와 CUDA를 설치하는 과정에서 마지막 설치가 잘 되었는지 확인하기 위해 해보았던 명령 중에 $> python python/classify.py --print_results examples/images/cat.jpg foo 와 같은 명령이 있다. 이는 classify.py 을 이용하여 분류를 cat.jpg 파일의 분류를 진행하겠다는 의미이다. 여기서 classify.py 파일이 중요한데 argument들을 살펴보면 네트워크, mean file(npy) 등을 설정하는 부분이 존재한다. 이 부분을 현재 분류하고자 하는 환경에 맞게 바꿔 주어야 한다. 자신이 사용한 CNN 네트워크의 deploy.txt 파일을 확인하여 입력하고, mean file(npy) 을 만들어 classify.py 에 경로를 입력한다. 나머지 classify.py 의 필요 변경 사항은 위의 게시글에 자세히 설명해 두었다. npy 파일을 만들기 귀찮다면 2번 방법으로 해보자.. 2. CPP 파일을 이용하는...
