Caffe python利用classify.py实现对单通道(灰度图)的数据进行分类

比如你在mnist的prototxt中定义图输入是单通道的，也就是channel=1，然后如果直接调用classify.py脚本来测试的话，是会报错，错误跟一下类似。
Source param shape is 128 3 32 32; target param shape is 128 1 32 32.
意思就是网络要求输入是1 channel，而你读入的数据是3 channels。
即使你再调用这个脚本之前，已经把图转换成灰度图了，也是不行。
那是因为caffe.io.load_image读入数据的时候，总是会把数据转成3 channels。
所以，我们需要换一种方式读入数据。

具体做法

1. 找到classify.py中

inputs = [caffe.io.load_image(im_f) for im_f in glob.glob(args.input_file + '/*.' + args.ext)]

2. 替换成

tmp = []
for _ in inputs:
        img = skimage.img_as_float(skimage.io.imread(_)).astype(np.float32)
        if len(img.shape) == 2:
            # 设置channel为1
            img = img.reshape(img.shape[0], img.shape[1], 1)
        tmp.append(img)
inputs = tmp

这里是修改的测试集是从一个目录读入的，如果测试集是单独的一张图，修改方式也类似。