这期给大家的内容是在本地的机器上实现图片内容识别。
先来个实现效果图：
首先，介绍一下本期的主角：Mocha，是Julia上的一个实现：摩卡（咖啡）
https://github.com/pluskid/Mocha.jl
（国外的人都喜欢把相关的名字起一起，只要之前没有人在这个领域使用过这个名字即可。）
这个程序包是做什么的？
我们来看看里面的一个案例，也就是今天要复刻到本地实现的基于深度学习的图片内容识别。
大概意思是用一个预先训练好的CNN模型（这个模型之前在Caffe上实现，现在明白主角为什么叫摩卡了吧）来移植到Julia上实现。
（之前已经说过Julia有吸星大法，Python、R的很多程序包可以拿来用）
直接说实现步骤，（在 Mac上实现）：
安装好 JuliaPro。（参考之前课程）
安装好Ananconda。（参考之前课程）
安装好Graphviz
brew install Graphviz
在Anaconda上打开Jupyter Notebook
然后你会看到和之前在线环境（juliabox.com）一样的界面（实际上已经在本地上实现了Jupyter）:
选择新建Julia 0.6.4，这个是刚才安装了JuliaPro的版本。（Julia 0.7.0是笔者之前自己安装的版本）
好了，参考这个
上面写的，一步一步进行代码编写（复制、运行、排雷）。
过程中你会发现需要的模型和文件都没有，这里给出来地址：
模型文件
其他文件
下载整个Mocha.jl ，解压后把代码里的文件夹和文件复制到和本地ipynb对应的路径位置即可
这里附上笔者的本地实现代码：
Pkg.add("hdf5")
Pkg.build("hdf5")
Pkg.add("Mocha")using Mocha
backend = CPUBackend()
init(backend)
img_width, img_height, img_channels = (256, 256, 3)
crop_size = (227, 227)
batch_size = 1 # 可以设置更大的数字，用于批量识别图片layers = [
MemoryDataLayer(name="data", tops=[:data], batch_size=batch_size,
transformers=[(:data, DataTransformers.Scale(scale=255)),
(:data, DataTransformers.SubMean(mean_file="model/ilsvrc12_mean.hdf5"))],
data = Array[zeros(img_width, img_height, img_channels, batch_size)])
CropLayer(name="crop", tops=[:cropped], bottoms=[:data], crop_size=crop_size)
ConvolutionLayer(name="conv1", tops=[:conv1], bottoms=[:cropped],
kernel=(11,11), stride=(4,4), n_filter=96, neuron=Neurons.ReLU())
PoolingLayer(name="pool1", tops=[:pool1], bottoms=[:conv1],
kernel=(3,3), stride=(2,2), pooling=Pooling.Max())
LRNLayer(name="norm1", tops=[:norm1], bottoms=[:pool1],
kernel=5, scale=0.0001, power=0.75)
ConvolutionLayer(name="conv2", tops=[:conv2], bottoms=[:norm1],
kernel=(5,5), pad=(2,2), n_filter=256, n_group=2, neuron=Neurons.ReLU())
PoolingLayer(name="pool2", tops=[:pool2], bottoms=[:conv2],
kernel=(3,3), stride=(2,2), pooling=Pooling.Max())
LRNLayer(name="norm2", tops=[:norm2], bottoms=[:pool2],
kernel=5, scale=0.0001, power=0.75)
ConvolutionLayer(name="conv3", tops=[:conv3], bottoms=[:norm2],
kernel=(3,3), pad=(1,1), n_filter=384, neuron=Neurons.ReLU())
ConvolutionLayer(name="conv4", tops=[:conv4], bottoms=[:conv3],
kernel=(3,3), pad=(1,1), n_filter=384, n_group=2, neuron=Neurons.ReLU())
ConvolutionLayer(name="conv5", tops=[:conv5], bottoms=[:conv4],
kernel=(3,3), pad=(1,1), n_filter=256, n_group=2, neuron=Neurons.ReLU())
PoolingLayer(name="pool5", tops=[:pool5], bottoms=[:conv5],
kernel=(3,3), stride=(2,2), pooling=Pooling.Max())
InnerProductLayer(name="fc6", tops=[:fc6], bottoms=[:pool5],
output_dim=4096, neuron=Neurons.ReLU())
InnerProductLayer(name="fc7", tops=[:fc7], bottoms=[:fc6],
output_dim=4096, neuron=Neurons.ReLU())
InnerProductLayer(name="fc8", tops=[:fc8], bottoms=[:fc7],
output_dim=1000)
SoftmaxLayer(name="prob", tops=[:prob], bottoms=[:fc8])
]
net = Net("imagenet", backend, layers)
println(net)
open("net.dot", "w") do out net2dot(out, net) endrun(pipeline(`dot -Tpng net.dot`, "net.png"))using Imagesusing FileIO
load("net.png")# 读取预先训练好的神经网络参数using HDF5
h5open("model/bvlc_reference_caffenet.hdf5", "r") do h5
load_network(h5, net)endinit(net)
classes = open("synset_words.txt") do s map(x -> replace(strip(x), r"^n[0-9]+ ", ""), readlines(s)) end#include(joinpath(Pkg.dir("Mocha"), "tools/image-classifier.jl"))include("tools/image-classifier.jl")
classifier = ImageClassifier(net, :prob, channel_order=(3,2,1), classes=classes)
println("Classifier constructed")# 读取图片img = FileIO.load("images/cat256.jpg")# 识别图片prob, class = classify(classifier, img)
println(class)# 虎斑猫using Gadfly
n_plot = 5n_best = sortperm(vec(prob), rev=true)[1:n_plot]
best_probs = prob[n_best]
best_labels = classes[n_best]
plot(x=1:length(best_probs), y=best_probs, color=best_labels, Geom.bar, Guide.ylabel("probability"))
img2 = FileIO.load("images/bird.jpg")
prob, class = classify(classifier, img2)
println(class)需要注意的是代码里设置了图片的大小是 256 x 256，图片大小不符合的就会报错。
有需要的可以在代码里面改，或者把图片改成合适的尺寸即可。
识别速度还是挺快的。无图无真相：
KevinZhang
Sep 3, 2018
作者：_KevinZhang_
链接：https://www.jianshu.com/p/cc7997593f4b
共同学习，写下你的评论
评论加载中...
作者其他优质文章
