用训练好的模型测试单张图片存在的问题

本文链接：https://blog.csdn.net/master_Shen/article/details/78365430

用CNN做图像分类，在得到训练好的模型之后，往往会用caffe自带的classification.bin测试单张图片的分类结果，但是这会存在一些问题，下面我用caffe自带的Cifar10来分析。

训练得到Cifar10的网络模型
网上有很多博文，可以参考学习笔记：Caffe上配置和运行Cifar10的示例

用单张图片测试训练好的模型

利用classification.bin识别单张图片

cd caffe  #进入caffe目录
./build/examples/cpp_classification/classification.bin \
examples/cifar10/cifar10_quick.prototxt \  #网络结构描述文件
examples/cifar10/cifar10_quick_iter_5000.caffemodel.h5 \  #保存的网络模型
examples/cifar10/mean.binaryproto \  #数据集的均值文件
data/cifar/batches.meta.txt \  #分类标签文件
.../.../*.jpg  #测试图像

下载一张图片测试
这里写图片描述
注意：这里的图片要resize到32*32，例如

from PIL import Image
img = Image.open('dog.jpg')
image = img.resize((32, 32), Image.ANTIALIAS)
image.save('dog.jpg')

测试结果：

0.7372 - "dog"
0.1329 - "cat"
0.0622 - "deer"
0.0573 - "horse&