📅 最后修改于: 2020-12-11 04:46:40 🧑 作者: Mango
在学习在Python应用程序中使用经过预先训练的模型之前，让我们首先验证模型已安装在您的计算机上并可以通过Python代码访问。
当您安装Caffe2时，将预先训练的模型复制到安装文件夹中。在安装了Anaconda的机器上，这些模型在以下文件夹中可用。
anaconda3/lib/python3.7/site-packages/caffe2/python/models
请检查计算机上的安装文件夹是否存在这些型号。您可以尝试使用以下简短的Python脚本从安装文件夹中加载这些模型-
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)
脚本成功运行后，您将看到以下输出-
/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
这确认squeezenet模块已安装在您的计算机上，并且代码可访问。
现在，您准备使用Caffe2 squeezenet预训练模块编写自己的Python代码以进行图像分类。