Caffe-Windows下遇到过的问题、技巧、解决方案

最新推荐文章于 2022-03-29 12:32:49 发布

ChenJoya

最新推荐文章于 2022-03-29 12:32:49 发布

阅读量1.3w

点赞数 5

分类专栏：机器学习文章标签： caffe 深度学习 windows

本文链接：https://blog.csdn.net/Mr_Curry/article/details/52097529

版权

本文介绍了在Windows环境下使用Caffe进行深度学习时遇到的问题及解决办法，包括数据转换、求均值、微调Finetune的步骤，以及如何提取某一层特征。此外，还分享了在编写prototxt文件和调参过程中的一些实用技巧。

摘要由CSDN通过智能技术生成

转换数据，求均值：

转换数据

步骤大概是：建立一个train文件夹，里面放一个train.txt;建立一个test文件夹，里面放一个test.txt，然后分别运行以下两条bat命令：
SET GLOG_logtostderr=1
convert_imageset.exe train/ train/train.txt convert_data_train
pause

SET GLOG_logtostderr=1
convert_imageset.exe test/ test/test.txt convert_data_test
pause
当然，也会出现错误，可能有以下几点原因：
1、路径没有设置正确；2、txt里面包含了本来没有的文件；3、如果convert_data_train和convert_data_test文件夹本来就存在，那么也会报错。
生成的数据将会保存在：convert_data_train和convert_data_test文件夹内。

求均值：

SET GLOG_logtostderr=1
compute_image_mean.exe convert_data_train image_mean.binaryproto
pause
注意文件夹是不是存在的。

微调Finetune：

由于要用caffe做人脸识别，自己刚入手又不可能配置网络，那么只有下载已经有的模型进行微调。我对微调概念的理解就是，让这个caffemodel能够更加合你的数据。
然后被小坑了一下。我下载了vgg的模型，一个caffemodel，一个deploy.prototxt，然后上网查如何进行微调，思路是：自己的train,test数据转换–>求均值–>改写deploy.prototxt文件–>撰写solver.prototxt。
前两步都还好，没有问题，在改写的时候，要先加入数据层，也就是要删掉原来的：
这里写图片描述
然后加入一个数据层。看网上有一个教程是这么加的：

name: "vggface_train_test.prototxt"
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  transform_param {
    mirror: true
    crop_size: 224
    mean_file: "vggface/face_mean.binaryproto"
  }
  data_param {
    source: "vggface/face_train_lmdb"
    batch_size: 20
    backend: LMDB
  }
}
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TEST
  <