Pynovisao - Atualizando README com Caffe

README.md

@@ -177,3 +177,20 @@ $ sudo apt-get install tk tk-dev
 
 - http://pythonhosted.org/python-weka-wrapper/install.html
 - http://pythonhosted.org/python-weka-wrapper/troubleshooting.html
+
+
+## Como instalar o caffe ( Opcional )
+
+    Para poder utilizar o classificador CNNCaffe, uma ConvNet baseada na topologia AlexNet, é necessário instalar o software Caffe.
+    
+    A instalação do software Caffe é mais complexa que as instalações descritas anteriormente e pode ser encontrada detalhada no link abaixo:
+    -  http://caffe.berkeleyvision.org/installation.html
+    
+    Após realizar a instalação do software Caffe, para realizar a classificação, você precisa realizar o treinamento da sua rede no software, pois não há interface no Pynovisao para o treinamento da ConvNet.
+    O tutorial para o treinamento pode ser encontrado no link abaixo:
+    - http://caffe.berkeleyvision.org/gathered/examples/imagenet.html
+    
+    Por fim será necessário configurar sua CNNCaffe.
+    Para os campos ModelDef, ModelWeights e MeanImage, você deverá fornecer os caminhos relativos ao seu treinamento realizado no passo anterior.
+    Para o campo LabelsFile você deve fornecer o caminho de um arquivo que descrava nominalmente as classes na ordem 0, 1, ..., n-1, onde n é o número de classes que você treinou. 
+    Um arquivo de exemplo pode ser encontrado em examples/labels.txt.

examples/.gitignore

 *
+!labels.txt

examples/labels.txt

+FolhasLargas
+Solo
+Soja
+Gramineas
\ No newline at end of file

src/classification/cnn_caffe.py

@@ -35,12 +35,14 @@ class CNNCaffe(Classifier):
     CREATE_LMDB = False
 
     def __init__(self):
+        self.model_def = Config("ModelDef", '../examples/deploy.prototxt', str)
+        self.model_weights = Config("ModelWeights", '../examples/caffenet_train_iter_7500.caffemodel', str)
+        self.mean_image = Config("MeanImage", '../examples/imagenet_mean.binaryproto', str)
+        self.labels_file = Config("LabelsFile", '../examples/labels.txt', str)
+        
         self._create_net()
         
-    def _create_net(self):
-        self.model_def = Config("ModelDef", '../examples/deploy.prototxt', str)
-        self.model_weights = Config("ModelWeights", '../examples/caffenet_train_iter_3000.caffemodel', str)
-                       
+    def _create_net(self):     
         self.net = caffe.Net(self.model_def.value,          # defines the structure of the model
                                 self.model_weights.value,   # contains the trained weights
                                 caffe.TEST)                 # use test mode (e.g., don't perform dropout)
@@ -51,10 +53,6 @@ class CNNCaffe(Classifier):
         self.transformer.set_transpose('data', (2,0,1))  # move image channels to outermost dimension
         self.transformer.set_raw_scale('data', 255)      # rescale from [0, 1] to [0, 255]
         self.transformer.set_channel_swap('data', (2,1,0))  # swap channels from RGB to BGR
-        
-        self.mean_image = Config("MeanImage", '../examples/imagenet_mean.binaryproto', str)
-        
-        self.labels_file = Config("LabelsFile", '../examples/labels.txt', str)
     
 
     def get_config(self):