Caffe2 - Vérification de l'accès aux modèles pré-formés

Avant d'apprendre à utiliser un modèle pré-entraîné dans votre application Python, vérifions d'abord que les modèles sont installés sur votre machine et sont accessibles via le code Python.

Lorsque vous installez Caffe2, les modèles pré-entraînés sont copiés dans le dossier d'installation. Sur la machine avec l'installation d'Anaconda, ces modèles sont disponibles dans le dossier suivant.

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

Consultez le dossier d'installation sur votre machine pour la présence de ces modèles. Vous pouvez essayer de charger ces modèles à partir du dossier d'installation avec le court script Python suivant -

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)

Lorsque le script s'exécute avec succès, vous verrez la sortie suivante -

/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

Cela confirme que le squeezenet module est installé sur votre machine et est accessible à votre code.

Vous êtes maintenant prêt à écrire votre propre code Python pour la classification d'images à l'aide de Caffe2 squeezenet module pré-formé.