推論スクリプトの実装（Python API）

CaffeのPython API（PyCaffe）を用いた推論スクリプトの実装について、以下に詳しく説明します。Caffeでは学習済みモデルを用いて入力データに対する出力（推論結果）を得る処理を簡潔に行うことができます。

1. 前提条件

以下の準備ができていることを前提とします：

  • CaffeがPythonサポート付きでインストール済み（pycaffe）

  • 学習済みモデルのファイル（.caffemodel）

  • ネットワーク定義ファイル（.prototxt、通常はdeploy.prototxt）

  • 入力画像などの推論対象データ

2. 必要なモジュールのインポート

python
import caffe
import numpy as np
import cv2  # OpenCVを使って画像を読み込む

3. 推論のためのネットワークとモデルの読み込み

python
# モデルファイルとネットワーク定義ファイルのパス
model_def = 'deploy.prototxt'
model_weights = 'model.caffemodel'

# GPUを使用する場合（任意）
# caffe.set_mode_gpu()
# caffe.set_device(0)

# CPUを使用する場合
caffe.set_mode_cpu()

# ネットワークの読み込み
net = caffe.Net(model_def, model_weights, caffe.TEST)

4. 入力画像の前処理

Caffeでは画像データをネットワークに入力する前に、モデルと同じ方法で前処理を行う必要があります：

python
# 入力画像の読み込み
image = cv2.imread('input.jpg')
image = cv2.resize(image, (224, 224))  # モデルに応じたサイズにリサイズ

# BGR → RGB（CaffeはBGR想定のモデルが多い）
# image = image[:, :, ::-1]

# 画像をfloat32型に変換し、チャネルの順番を変更
image = image.astype(np.float32)
image = image.transpose((2, 0, 1))  # HWC → CHW

# 平均値の減算（モデル作成時に使用した平均値）
mean = np.array([104, 117, 123]).reshape((3, 1, 1))
image -= mean

5. 入力データのネットワークへのセット

python
# ネットワークの入力バッチサイズを1に設定（推論用）
net.blobs['data'].reshape(1, *image.shape)
net.blobs['data'].data[...] = image

6. 推論の実行

python
output = net.forward()

出力はネットワークの最終層の名前をキーとする辞書です。例えば分類モデルでSoftmax層の名前が'prob'であれば、以下のように結果を取得できます：

python
predictions = output['prob'][0]
top_index = predictions.argmax()
print("推論結果ラベル:", top_index)
print("信頼度スコア:", predictions[top_index])

7. 補足：クラスラベルのマッピング（任意）

python
# ラベルファイルを読み込んでインデックスと名前を対応付ける
labels = np.loadtxt('labels.txt', str, delimiter='\n')
print("予測ラベル名:", labels[top_index])

まとめ

CaffeのPython APIを用いた推論の手順は次の通りです：

  1. Netクラスでモデルとネットワークを読み込む

  2. 入力画像をモデルと一致する形式に前処理する

  3. データをネットワークに入力し、forward()で推論

  4. 出力から予測ラベルとスコアを取得

この手法を使えば、画像分類タスクなどを含む多くの応用で、Caffeの学習済みモデルを手軽に活用することができます。

生成日：2025/05/23