Caffe2 - Verificación del acceso a modelos previamente entrenados

Antes de que aprenda a usar un modelo previamente entrenado en su aplicación Python, primero verifiquemos que los modelos estén instalados en su máquina y que sean accesibles a través del código Python.

Cuando instala Caffe2, los modelos entrenados previamente se copian en la carpeta de instalación. En la máquina con instalación de Anaconda, estos modelos están disponibles en la siguiente carpeta.

anaconda3/lib/python3.7/site-packages/caffe2/python/models

Consulte la carpeta de instalación en su máquina para ver la presencia de estos modelos. Puede intentar cargar estos modelos desde la carpeta de instalación con el siguiente script corto de Python:

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)

Cuando el script se ejecute correctamente, verá el siguiente resultado:

/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

Esto confirma que el squeezenet El módulo está instalado en su máquina y es accesible a su código.

Ahora, está listo para escribir su propio código Python para la clasificación de imágenes usando Caffe2 squeezenet módulo pre-entrenado.