基于caffe的图像分类(3)——修改网络并训练模型

前面做好了lmdb和均值文件，下面以Googlenet为例修改网络并训练模型。

我们将caffe-master\models下的bvlc_googlenet文件夹复制到caffe-master\examples\imagenet下。（因为我们的lmdb和均值都在这里，放一起方便些）

打开train_val.txt，修改：

1.修改data层：

layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  transform_param {
    mirror: true
    crop_size: 224
	mean_file: "examples/imagenet/mydata_mean.binaryproto" #均值文件
    #mean_value: 104 #这些注释掉
    #mean_value: 117
    #mean_value: 123
  }
  data_param {
    source: "examples/imagenet/mydata_train_lmdb" #训练集的lmdb
    batch_size: 32 #根据GPU修改
    backend: LMDB
  }
}

layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TEST
  }
  transform_param {
    mirror: f