Joris Guerry

On ne jouit bien que de ce qu’on partage.

Poster Journée des jeunes chercheurs en robotique (JJCR) 2015

“La Journée des Jeunes Chercheurs en Robotique (JJCR) est une journée consacrée spécifiquement aux doctorants dont le sujet de thèse est en lien avec la robotique (en terme de développement, d’applications, d’usages…etc.). Cette journée annuelle a lieu une année sur deux en même temps que les journées du GDR et l’autre année en même temps que les JNRR, comme c’est le cas cette année! ” -> le site de la JJCR 2015

Poster présenté à la JJCR 2015
Poster présenté à la JJCR 2015

Using “caffemodel” files with ROS

You can find here a little video about a project I am working on using “caffemodel” files (which means already trained neural networks with the framework called Caffe []).

All caffemodel files can be found on the “caffe model zoo” [] with articles explaining the structure of the neural networks I used and more details about the datasets used to train them.

This step had one objective : to implement several classifiers based on neural networks through the Robot Operating System [ROS] framework. (more details about ROS here :

GoogLenet : a neural network (more details here : bvlc_googlenet)
NIN : Network in network (a neural network)[the article]
ROI : Region of interest (The ROI node will be replaced by a node selecting good ROIs instead of just proposing the center of the image)

Using “caffemodel” files with C++

I found a useful example on how to use a pre-trained .caffemodel in C++ language on this blog : [ikkiChung] : Prediction-Example-With-Caffe

You can directly go to the github page : [ikkiChung] : Prediction-Example-With-Caffe

Thank you Ikki Chung !

I had to modify the lines 40 and 45 from :




Before using this tool you must compute some process within caffe :

First, you must execute the $CAFFE_ROOT/data/cifar10/


If it does not work you must download and unzip the file at by using :


And move the files from cifar-10-batches-bin to $CAFFE_ROOT/data/cifar10

Then, you need to run :


This will give you two files : the dataset in a caffe-compatible format (cifar10-leveldb) and the data set image mean (mean.binaryproto).