”
”Caffeで手軽に画像分類”の”リファレンスモデルでの分類”をやってみた ”の続き。
”
Caffeで手軽に画像分類 ”の”Caffeを特徴抽出器として使った分類”をやってみることにした。
imagenet_deploy.prototxt を imagenet_feature.prototxt としてコピーするのだが、caffe/examples/imagenet ディレクトリに imagenet_deploy.prototxt が見つからない。
検索したら、
ここにあった 。
gedit imagenet_deploy.prototxt で gedit を立ち上げてコピペをした。
これで、imagenet_deploy.prototxt ができたので、下のコマンドで imagenet_feature.prototxt にコピーした。
cp examples/imagenet/imagenet_deploy.prototxt examples/imagenet/imagenet_feature.prototxt gedit で、imagenet_feature.prototxt を編集した。変更箇所をピンクのアンダーラインで示す。
gedit examples/imagenet/imagenet_feature.prototxt gedit で、feature.py を作成した。
gedit feature.py 特徴抽出を実行するPythonスクリプトを実行するとエラーになった。
python feature.py 101_ObjectCategories/airplanes/image_0001.jpg エラー内容は以下の通り。
Traceback (most recent call last):
エラー内容を検索すると、”
[Ubuntu | Python wrapper]: cannot "import caffe" #720 ”がヒットした。
”
[Ubuntu | Python wrapper]: cannot "import caffe" #720 ””に従って、.bashrc を編集した。
gedit ~/.bashrc .bashrc ファイルに
export PYTHONPATH=/home/ono/Deep_Learning/caffe/python を追加した。
source ~/.bashrc を実行して、設定内容を反映させた。
また、エラーが出た。今度は、set_phase_test の属性が無いというエラーだった。
AttributeError: 'Classifier' object has no attribute 'set_phase_test'
エラーを検索すると、”
AttributeError: 'Classifier' object has no attribute 'set_phase_test' ”が見つかった。
それによると、 net.set_phase_test() を caffe.set_phase_test() にすれば良いらしい？
もう一度、
python feature.py 101_ObjectCategories/airplanes/image_0001.jpg を実行すると、set_mode_cpu() でもエラーが出たので、caffe.set_mode_cpu() に変更した。
結局、12行目と13行目を下のように変更した。
caffe.set_phase_test()
これで、特徴抽出を実行するPythonスクリプトを実行するとうまく行った。
値が見えないので、もう一度、特徴抽出を実行するPythonスクリプトをパイプして less に入れた。
python feature.py 101_ObjectCategories/airplanes/image_0001.jpg | less 見きれないので、特徴抽出を実行するPythonスクリプトの出力を temp.txt に出力した。
python feature.py 101_ObjectCategories/airplanes/image_0001.jpg > temp.txt 数値はすべて1行に書かれている。これを、libsvmフォーマットにする必要がある。
2015年02月26日 17:31 |
Deep Learning
| トラックバック:0
| コメント:0
”
Caffe | Deep Learning Frameworkをインストール2 ”の続き。
前回、”
Caffeで手軽に画像分類 ”の”リファレンスモデルでの分類”が動作したので、101_ObjectCategories/airplanesの画像を分類してみました。
大体 airliner は大体あってました。image_0800.jpgの分類結果です。
#1 | n02690373 airliner | 97.8%
#2 | n04266014 space shuttle | 0.8%
#3 | n04008634 projectile, missile | 0.4%
一般的な？飛行機はあまりよく分類できていない気がします。image_0002.jpg
#1 | n04372370 switch, electric switch, electrical switch | 27.9%
#2 | n02692877 airship, dirigible | 17.6%
#3 | n03109150 corkscrew, bottle screw | 10.8%
2015年02月12日 20:35 |
Deep Learning
| トラックバック:0
| コメント:0
”
Caffe | Deep Learning Frameworkをインストール1 ”の続き。
前回、Deep Learning の Caffe をインストールしようとしたが、runtest でエラーが出てしまった。
今回は、異なるパソコンに Caffe をインストールしてみた。
インストール手順は前回と同じなので、省略する。手順は、”
Caffe | Deep Learning Frameworkをインストール1 ”参照のこと。
make runtest の結果は PASSED だった。
次は、”
Caffeで手軽に画像分類 ”に従って、サンプルを実行してみた。
caffe/examples/imagenetディレクトリで
get_caffe_reference_imagenet_model.sh を実行した。
data/ilsvrc12ディレクトリで
get_ilsvrc_aux.sh を実行した。
caffe のディレクトリに戻り、物体認識のデータセットの一つであるCaltech101をダウンロードした。
wget http://www.vision.caltech.edu/Image_Datasets/Caltech101/101_ObjectCategories.tar.gz tar xf 101_ObjectCategories.tar.gz で解凍した。
101_ObjectCategories ディレクトリができた。
Caffe付属のPythonスクリプトを使って、Caltech101の次の画像を分類する。
cd python; python classify.py --raw_scale 255 ../101_ObjectCategories/airplanes/image_0001.jpg ../result.npy; cd .. を実行した。
ImportError： No module named _caffe となってしまった。
検索した所、”
python can't import _caffe module #263 ”がヒットした。それによると
make pycaffe を実行すれば良いようだ。
make pycaffe を実行した。
次に、
cd python; python classify.py --raw_scale 255 ../101_ObjectCategories/airplanes/image_0001.jpg ../result.npy; cd .. を実行したところ、RuntimeError: Could not open file ../modules/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel だった。
また、検索を行って、”
caffe/models/bvlc_reference_caffenet ”にあることが分かった。そこから、
bvlc_reference_caffenet.caffemodel をダウンロードし、caffe/models ディレクトリに保存した。
再々度、
cd python; python classify.py --raw_scale 255 ../101_ObjectCategories/airplanes/image_0001.jpg ../result.npy; cd .. を実行したところ、今度は、パスした。
次に、”
Caffeで手軽に画像分類 ”に従って、show_result.py を作製した。
python show_result.py data/ilsvrc12/synset_words.txt result.npy コマンドで実行したら、分類結果が表示された。成功。。。
imag_0001.jpg の画像を下に示す。まさに戦闘機だ。
因みに、飛行機の画像データの 101_objectCategories/airplanes ディレクトリはこんな感じです。
2015年02月03日 05:01 |
Deep Learning
| トラックバック:0
| コメント:0
Caffe | Deep Learning Framework をインストールしてみようと思う。インストールするのは、VirtualBox上のUbuntu 14.04 LTS で、NVIDIAのGPUも無いので、CPU ONLY とする。
Deep Learning は最近流行りのニューラル・ネットワークの1種で、3層程度だったニューラル・ネットワークが多層になっています。猫を認識できるとか、Beingの機械学習部分はDeep Learning をFPGAで実装しているとか。今流行の技術です。
Deep Learning の参考文献
Python - はじめるDeep learning - Qiita GoogleやFacebookが注目するディープラーニング(深層学習)についてまとめてみた Deep Learningと画像認識 ～歴史・理論・実践～ - SlideShare ねこと画像処理 part 3 – Deep Learningで猫の品種識別 Theano で Deep Learning <3> : 畳み込みニューラルネットワーク それで、Deep Learning のツールを動かしてみたいということで、Caffeをインストールして、サンプルをやってみることにしました。
インストールについては、本家のCaffe の
Installation と日本語では、
Caffeインストール を参考にさせて頂く。
まずは、何もないと寂しいので、Caffe 本体をダウンロードする。
BVLC/caffe から、Download ZIPボタンをクリックして、ダウンロードした caffe-master.zip を mkdir した ~/Deep_Learning/Caffe に解凍した。
環境のインストールを行う。
CUDAは家のパソコンではダメというか、GPUはAMDなので、インストール出来ない。
BLASのインストールは、
Caffeインストール さんを参考にして、ATLASを apt-get でインストールする。
sudo apt-get install libatlas-base-dev インストールしたATLASのバージョンを調べてみよう。
sudo apt-cache policy libatlas-base-dev 3.10.1-4 だった。
Pythonのインストール。これもまた、、
Caffeインストール さんの成果を頂いた。
sudo apt-get install libhdf5-dev 最初に pip のインストールが必要だった。
sudo apt-get install python-pip Deep_Learning/Caffe/caffe-master/python/requirement.txt に必要なパッケージが書かれているということだった。
下に示すコマンドでインストールを行った。
sudo pip install -r ~/Deep_Learning/Caffe/caffe-master/python/requirements.txt 残念ながら、pip がエラー終了してしまった。
1つ1つインストールしていくことにした。
sudo apt-get install Cython まで、やった所で、たまたま
DeepLearningライブラリ「Caffe」の実行環境をUbuntu14.04で作る さんを見つけたら、これで pip が動くようになるそうだ。
sudo pip install -r ~/Deep_Learning/Caffe/caffe-master/python/requirements.txt ワーニングが出まくりで、時間が掛かるが、やっと終わった。Successfully なので、成功したようだ。良かった。
BoostやOpenCVなどをインストールする。
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev 次に、Ubuntu 14.04 LTSなので、下のモジュールをインストールする。
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler これで下準備は終了。続いて、Caffe をインストールする。
まずは、caffe-master ディレクトリへ入る。
cd caffe-maste r
Makefile.config.example を Makefile.config としてコピーする。
cp Makefile.config.example Makefile.config Makefile.config を編集する。
gedit Makefile.config ”CPU_ONLY := 1”のコメントを外す。
”BLAS := atlas”であることを確認する。
これでセーブした。
make all を実行した。
make test を実行した。
make runtest を実行した。
8 FAILED TESTS が出てしまった。
”
Caffe | Deep Learning Frameworkをインストール2 ”へ続く。
2015年01月28日 05:18 |
Deep Learning
| トラックバック:0
| コメント:0
