Valueerror: konnte nicht Eingabearray übertragen von Form (1,3,256,256) in Form (1,3,224,224) auftritt, während mittlere Datei in caffe Subtrahieren

Question

Ich versuche, einige Bilder von GoogleNet mit Pycaffe alles in seinem Standardzustand zu klassifizieren ist , das deploy.prototxt und auch das vortrainierte Modell. Allerdings, wenn ich den Code ausführen möchten, erhalte ich folgende Fehlermeldung:

ValueError: could not broadcast input array from shape (1,3,256,256) into shape (1,3,224,224) 

das passiert, wenn ich mein Bild von der Mittelwert-Datei subtrahieren wollen! Dies ist der Code Ich verwende:

# Extract mean from the mean image file 
    mean_blobproto_new = caffe.proto.caffe_pb2.BlobProto() 
    f = open(args.mean, 'rb') 
    mean_blobproto_new.ParseFromString(f.read()) 
    mean_image = caffe.io.blobproto_to_array(mean_blobproto_new) 

for i, image, label in reader: 
    image_caffe = image.reshape(1, *image.shape) 

    out = net.forward(data=np.asarray([ image_caffe ])- mean_image) 
    plabel = int(out['pred'][0].argmax(axis=0)) 

und dies ist die deploy.prototxt Datei (das Netzwerk als auch auf 256x256 Bilder abgeschnitten bei 224x224 wie GoogleNet und GoogleNet bedeuten-Datei wird verwendet, ausgebildet wurde): https://pastebin.com/2QEtEeHW

was ist hier falsch?
Sollte nicht Caffe zuerst das Bild subtrahieren und dann ernten, damit dieser Fehler nicht passieren würde? Was soll ich tun?

Answer 1

Damit dies funktioniert habe ich 3 Auswahlmöglichkeiten!

1. Verwenden Sie transformer.preprocess() Methode, die extrem langsam war!
2. Bildgröße und Mittelwert-Datei auf die Crop-Größe ändern und dann die mittlere Datei verwenden
3. centre crop genau wie Caffe und weitermachen!

Hier ist der Code, den ich dafür geschrieben habe, beachte, dass ich eine lmdb-Datenbank gelesen habe, also wurden die Samples bereits transponiert und der Kanal getauscht! :

ims=[]    
for x in range(len(batch)): 
    img = batch[x][1] 
    #img has c,h,w shape! its already gone through transpose and channel swap when it was being saved into lmdb! 
    #method I: crop the both the image and mean file 
    #ims.append(img[:,0:224,0:224] - mean_image[0][:,0:224,0:224]) 
    #Method II : resize the image to the desired size(crop size) 
    #img = caffe.io.resize_image(img.transpose(2,1,0), (224, 224)) 
    #Method III : use center crop just like caffe does in test time 
    #center crop 
    c,h,w = img.shape 
    startx = h//2 - cropx//2 
    starty = w//2 - cropy//2 
    img = img[:, startx:startx + cropx, starty:starty + cropy]     
    #transpose the image so we can subtract from mean, and in the meanwhile, change it to float! 
    img = np.array(img.transpose(2,1,0),dtype=np.float32) 
    img -= mean_image[0].mean(1).mean(1) 
    #transpose back to the original state 
    img = img.transpose(2,1,0) 
    ims.append(img)   

net1.blobs['data'].data[...] = ims[:]