Caffe2-verifying-access-pre-trained-models
提供:Dev Guides
Caffe2-事前学習済みモデルへのアクセスの検証
Pythonアプリケーションで事前に訓練されたモデルを使用することを学ぶ前に、まずモデルがマシンにインストールされ、Pythonコードを介してアクセス可能であることを確認しましょう。
Caffe2をインストールすると、事前にトレーニングされたモデルがインストールフォルダーにコピーされます。 Anacondaがインストールされているマシンでは、これらのモデルは次のフォルダーにあります。
anaconda3/lib/python3.7/site-packages/caffe2/python/models
これらのモデルの存在については、マシンのインストールフォルダを確認してください。 あなたは、次の短いPythonスクリプトでインストールフォルダからこれらのモデルをロードしてみることができます-
CAFFE_MODELS = os.path.expanduser("/anaconda3/lib/python3.7/site-packages/caffe2/python/models")
INIT_NET = os.path.join(CAFFE_MODELS, 'squeezenet', 'init_net.pb')
PREDICT_NET = os.path.join(CAFFE_MODELS, 'squeezenet', 'predict_net.pb')
print(INIT_NET)
print(PREDICT_NET)
スクリプトが正常に実行されると、次の出力が表示されます-
/anaconda3/lib/python3.7/site-packages/caffe2/python/models/squeezenet/init_net.pb
/anaconda3/lib/python3.7/site-packages/caffe2/python/models/squeezenet/predict_net.pb
これにより、 squeezenet モジュールがマシンにインストールされ、コードからアクセスできることが確認されます。
これで、Caffe2 squeezenet 事前学習済みモジュールを使用して画像分類用の独自のPythonコードを作成する準備が整いました。