训练好的Caffe网络结构,能够固定下来,直接载入程序做为数据库接口使用。本文使用Eric构建运行于Python环境下的图片识别应用程序,由于Eric使用QT做为GUI,且有Python的接口,可直接无缝使用Caffe,并可以使用在Linux和Windows环境中。python
1.编译好Pycaffe以后,安装Eric四、PyQt4。数据库
软件中心安装 Eric四、PyQt4;设计模式
2.配置Eric:网络
根据程序设置向导配置Eric使用的Python版本、其余设置。函数
3.创建项目:学习
点击Eric主界面,Project->new ,设置项目名称、位置;spa
3.一、界面设计设计
将左侧的【源代码】选项卡切换至【窗体】选项卡(左数第二个)。3d
右键空白区域,选择【新建窗体】。调试
在弹出的对话框中选择【对话框】。
点击Ok以后,填写保存位置,生成一个QtDesigner能够修改的UI文件。
工程左栏右键点击UI文件,点击Open in Qt-Designer弹出设计界面,即可以进行界面设计。
四、设计界面,创建自定义槽
对于Button文件,能够在设计界面添加空槽,再进行代码文件内编辑
也能够不在设计界面添加槽,保存UI文件。
回到工程界面,右键点击编译,生成UI_.....Py文件;
再点击生成对话框代码,生成类代码文件。
由于MCV设计模式使设计和逻辑分离,能够设计好界面后,修改任意类代码不影响界面效果。
默认槽的函数形式为:
若按钮名称为btnParse,则类内槽函数为
@pyqtSignature("") def on_btnParse_clicked(self):程序编译运行后,按动按钮btnParse,触发on_btnParse_clicked(self) 设定的行为。
5.设计逻辑
个人程序主要使用了类文件里面的成员函数on_RecogOne_clicked(self);
如下是参考代码:
import ClassifyFace as cf ....................................... @pyqtSignature("") def on_RecogOne_clicked(self): """ Slot documentation goes here. """ #self.tvResult.clear() fName = self.lblPath.text() #print ("fName:%s", fName )#u'Please, load a log file' # 获取地址框内的文件名 pattern = self.txtReToMatch.displayText(); print ("pattern:%s", pattern)#fileName! path = pattern.toAscii(); path=path[7:];path=str(path )# 异常必要的强制转化! print path; #载入识别过程 pathSrc =path Out, pathRec=cf.recogImg(path);#识别函数 Num=-1;idx =0; if(Out ==-1): print ("Face Detect fail!"); return; else: for i in Out: if (i ==1): Num=idx; idx+=1; #画出修改图像 pixmapO=QPixmap() pixmapO.load(pathRec); itemO=QGraphicsPixmapItem(pixmapO) self.scene2.addItem(itemO) self.graphicsView_Out.setScene(self.scene2) if(Num==-1): print ("The Face is not a Baby!"); else: print ("The serias %d face is a baby face"%Num); #画出脸部图像 pathf=path+"face"+str(Num)+".jpg"; pixmapf=QPixmap(); pixmapf.load(pathf); itemf=QGraphicsPixmapItem(pixmapf) self.scene3.addItem(itemf) self.graphicsView_Face.setScene(self.scene3) OutStr ="The serias"+ str(Num)+ " X face is a baby face" self.label_Outshow.setText(OutStr); #显示原图像 pixmap=QPixmap() pixmap.load(pathSrc); item=QGraphicsPixmapItem(pixmap) self.scene.addItem(item) self.graphicsView_Src.setScene(self.scene)
6.Debug调试程序
注意事项:调试时在主程序打开文件窗口按下F2键,不然可能出现异常提示;
依次关闭调试使用shift+F10按键,不要按退出键按钮;
软件效果:
file:///home/wishchin/图片/smplayer_screenshots/屏幕截图 2015-04-09 12:27:33.png
程序运行效果:
总结:
对于简单的图像处理使用CNN问题,好比给出了相似于人脸的结果图片,再进行模式识别。若从0开始,通常可使用最简单的六层网络,使用Caffe能够仅配置参数就能够构建简单的CNN,通常的六层网络是这样设置的:
InPut——>Conv层——>Pooling层——>Conv层——> Pooling层/ ReLU整流层+pooling层——>全连接层——>softMax层——>输出类别几率。
卷积核实现特征提取的各类不变性,同时能够完成梯度计算、主方向肯定等功能。固然通常来讲使用越大的卷积核越能学习全局的特征,且若要学到较为全局的特征,须要使用至少两个卷积层。
注意事项:
运行过程当中:出现cublas没法构建的事,好像是能够忽视的.............
没有使用cublas成功,貌似使用了哪个blas库来着.........