设为首页 收藏本站
云服务器等爆品抢先购,低至4.2元/月
查看: 1002|回复: 0

[经验分享] 用caffe跑自己的数据,基于WINDOWS的caffe

[复制链接]

尚未签到

发表于 2017-6-27 16:50:16 | 显示全部楼层 |阅读模式
  本文详细介绍,如何用caffe跑自己的图像数据用于分类。
  1 首先需要安装过程见 http://www.cnblogs.com/love6tao/p/5706830.html 同时依据上面教程,生成了caffe.exe
  2 构建自己的数据集。分为train和val 两个数据集,本次实验为2分类任务,一个是包含汽车的图像,一个是不包含汽车图像,其中train 为训练数据集,该文件夹中图像命名格式为trainpos0000.jpg和trainneg0000.jpg,图像通过该命名方式连续编码,val为验证数据集或者叫测试数据,该文件夹中图像命名格式为test0000.jpg,和testneg0000.jpg。如下图所示
   DSC0000.jpg    DSC0001.jpg
  图像可以用过opencv中cvresize函数就行缩放到256*256.
  然后需要准备标签数据,通过新建train.txt val.txt和test.txt就行设置。通过windows命令行进行自动生成,首先在运行中输入cmd ,出现DOS窗口,输入d: 切换到D盘,
  再输入cd D:\caffe\caffe-master\caffe-master\mydata\train 切换到train文件夹下 ,输入命令“dir/s/on/b>d:/train.txt”,则会在D盘生成一个名为train的文本文件,里面存放着全部图像的路径。 通过查找替换,最终生成的 train.txt val.txt和test.txt 。其中val.txt和test.txt 相比,test没有标签.注意标签从0开始,如果是二分类,应该是0和1,而不是下图的1和2.

   DSC0002.jpg    DSC0003.jpg    DSC0004.jpg
  3 讲数据集转化为caffe的数据类型
   caffe的数据类型为LMDB和leveldb,caffe并不处理原始数据,而是转化为LMDB或者LEVELDB格式,这样可以保持较高的IO效率。
  怎么转换呢?在caffe工程中有convert_imageset的工程,对其进行编译,形成convert_imageset.exe即可。
  然后利用create_imagenet.sh使数据集生成leveldb格式的文件。create_imagenet.sh放在examples/imagenet中,将它拷贝到数据集的路径下,本文数据集
  关键的是修改create_imagenet.sh中的路径使之能够进行数据转换
   DSC0005.jpg
  example设定为数据集的路径 data也设定为数据集路径  tools为convert_imageset.exe的路径
  train_data_root 训练数据集路径 val_data_root 测试数据集路径
  后面resize为false则其不需要转换为256*256
  由于本文是转为leveldb文件类型  添加了这一句代码 ”--backend=leveldb\ “ 同时注意train.txt val.txt的路径是data路径下,
  运行该程序,生成了两个leveldb文件夹,ilsvrc12_train_leveldb和ilsvrc12_val_leveldb
   DSC0006.jpg
  4 计算图像的均值
  首先生成compute_image_mean.exe文件,该文件在caffe工程中也存在对应程序,对其进行编译,形成compute_image_mean.exe即可。
  然后在examples/imagenet下有一个sh文件make_imagenet_mean.sh,将它拷贝到个人数据文件夹mydata中,然后打开这个文件进行编辑。
   DSC0007.jpg
  example是数据集路径  data 为数据集路径  tools为compute_image_mean.exe路径
  第9行为利用exe 对train_leveldb 数据生成 imagenet_mean.binaryproto
  运行make_imagenet_mean.sh后,会生成了 imagenet_mean.binaryproto
  5 开始设计网络
    5.1 设置train_val.prototxt文件
     从caffe-root\models\bvlc_reference_caffenet中拷贝train_val.prototxt进行修改。
  设置 mean_file: 和数据source:
   DSC0008.jpg
   DSC0009.jpg
  5.2  设置solver.prototxt文件
      从caffe-root\models\bvlc_reference_caffenet中拷贝solver.prototxt进行修改。net的路径为上面设置的路径 ,后面迭代的参数按照实际情况修改。
   DSC00010.jpg
  5-3 训练网络,运行train_caffenet.sh文件
   从caffe-root\\examples\imagenet中拷贝train_caffenet.sh进行修改。
   DSC00011.jpg
  设置caffe.exe路径 和上述solver.prototxt文件路径
  训练结果:运行train_caffenet.sh文件效果
   DSC00012.jpg
  本机配置是win7+cude8.0+1080的显卡,可以看到loss在不断的降低。这是在设置好solve参数的情况下。
  生成的model 为 mydata_iter_100.caffemodel
  5-4 测试网络
  在数据目录下新建一个文本文件,然后将后缀名改成sh。填入以下语句:
   DSC00013.jpg
  首先设置caffe.exe的路径 然后设置网络的路径,最后设置载入的训练参数路径。运行该sh文件,得到最后的分类正确率为:95%
   DSC00014.jpg
  到处,整个训练和测试过程走通了,后续就是调节参数的问题了。

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-388845-1-1.html 上篇帖子: windows py-faster-rcnn配置 下篇帖子: Mxnet Windows配置
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表