Caffe2 - 验证对预训练模型的访问

在您学习如何在 Python 应用程序中使用预训练模型之前，让我们首先验证模型是否已安装在您的机器上并且可以通过 Python 代码访问。

当您安装 Caffe2 时，预训练模型将被复制到安装文件夹中。在安装了 Anaconda 的机器上，这些模型位于以下文件夹中。

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

检查您机器上的安装文件夹是否存在这些模型。您可以尝试使用以下简短的 Python 脚本从安装文件夹加载这些模型 −

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)

脚本成功运行时，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 模块已安装在您的机器上，并且可供您的代码访问。

现在，您可以使用 Caffe2 squeezenet 预训练模块编写自己的 Python 代码进行图像分类。