caffe（windows+cpu-only）cifar模型的生成与使用

前言：

经过痛苦的编译过程，相信你终于编译成功了，第一次编译caffe基本上会出现关于libcaffe的问题，如有其它问题，可能是你下载的vs2013或者某些配置有问题。可以搜集一些资料进行解决。接下来就要训练一下模型了。

我们这里训练的是caffe自带的cifar模型。

参考博客：

http://blog.csdn.net/zb1165048017/article/details/51476516

http://blog.csdn.net/sinat_27403413/article/details/53129467

第一步：

下载cifar数据集。

百度云：（链接：http://pan.baidu.com/s/1mh7BwIc 密码：bydp）。

第二步：

在caffe-master\Build\x64\Debug\文件夹下新建文件夹input_folder(需要重新在debug模式下编译caffe)。

将上一步下载的数据集copy进来，如下图所示：

第三步：

返回上一级目录，在debug文件夹下新建bat文件，命名为convert.bat（名称随意）

在convert.bat文件内写入以下命令

convert_cifar_data.exe  input_folder output_folders leveldb  
pause  

运行此bat文件，会生成一个文件夹output_folders，里面包含两个文件夹，如下图所示

第四步

生成均值文件：

在DEBUG文件夹下新建bat文件，名称随意，我这里是mean.bat

写入以下命令：

compute_image_mean.exe output_folders/cifar10_train_leveldb mean.binaryproto --backend=leveldb  
pause

双击mean.bat文件，会生成均值文件：mean.binaryproto

第五步：

将debug文件夹下的mean.binaryproto以及output_folders下的两个文件夹拷贝到caffe-master\examples\cifar10

路径如下图：

第六步：

在模型训练之前，需要先修改配置文件：

caffe-master\examples\cifar10文件夹下

1、cifar10_quick_solver.prototxt文件最后一行：

2、cifar10_quick_train_test.prototxt文件修改数据格式为leveldb：

第七步：

在caffe-master文件夹下新建train.bat文件，用来训练模型（这里我们用到的是release模式下编译的caffe）。

.\Build\x64\Release\caffe.exe train --solver=examples/cifar10/cifar10_quick_solver.prototxt  
pause

（在这里，一定要核对一下自己的路径名和文件名，这里很容易出错）

双击train.bat,出现以下界面：

静等。。。。。。

训练完成后，会得到如下两个文件：

第八步：

模型的测试，在caffe-master文件夹下新建bat文件，test.bat用于模型测试：

.\Build\x64\Release\caffe.exe test --model=examples/cifar10/cifar10_quick_train_test.prototxt -weights=examples/cifar10/cifar10_quick_iter_4000.caffemodel.h5  
pause

双击test.bat，出现如下情况：

第九步：

在examples\cifar10文件夹中新建一个代表cifar10数据标签的txt文件，命名为synset_words.txt。

在caffe-master文件夹里新建一个bat文件，cifar_classification.bat。

Build\x64\Release\classification.exe examples\cifar10\cifar10_quick.prototxt examples\cifar10\cifar10_quick_iter_4000.caffemodel.h5 examples\cifar10\mean.binaryproto examples\cifar10\synset_words.txt examples\cifar10\dog4.png
pause

第一行代码中的最后是图片的路径

dog4.png

您可以修改路径指向你下载的图片。（为了准确率，建议你下载标签上面的图片，比如猫、狗等）
双击 cifar_classification.bat，可以得到如下结果：

这个准确率很低，因为50000张图片的数据集数据量还很小，虽然不容易得到正确结果，但至少说明你走通了。继续学习！