Caffe2 - Verificando o acesso a modelos pré-treinados

Antes de aprender a usar um modelo pré-treinado em seu aplicativo Python, vamos primeiro verificar se os modelos estão instalados em sua máquina e são acessíveis por meio do código Python.

Quando você instala o Caffe2, os modelos pré-treinados são copiados na pasta de instalação. Na máquina com instalação do Anaconda, esses modelos estão disponíveis na pasta a seguir.

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

Verifique a pasta de instalação em sua máquina para a presença desses modelos. Você pode tentar carregar esses modelos da pasta de instalação com o seguinte script Python curto -

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)

Quando o script for executado com sucesso, você verá a seguinte saída -

/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

Isso confirma que o squeezenet módulo está instalado em sua máquina e está acessível para seu código.

Agora, você está pronto para escrever seu próprio código Python para classificação de imagens usando Caffe2 squeezenet módulo pré-treinado.