Caffe从入门到精通06

【C++接口命令行参数解析】

caffe的运行提供三种接口：C++接口（命令行）、Python接口和Matlab接口。

caffe的C++主程序（caffe.cpp）放在caffe-master\tools文件夹内，如下图所示：

在这个文件夹内，经过编译后，这些文件都被编译成了exe可执行文件，放在了.\Build\x64\Release\文件夹下，如下图所示：

因此，我们要执行caffe程序，都需要加.\Build\x64\Release\前缀

caffe程序的命令行执行格式如下：

caffe <command> <args>

其中的<command>有这样四种：

trian：训练或finetune模型

test ：测试模型

device_query ：显示gpu信息

 time：显示程序执行时间

其中的<args>参数有：

-solver：必选参数。模型的配置文件。如：

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

-gpu：可选参数。该参数指定用哪一块gpu运行，根据gpu的id进行选择。如：

.\Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt -gpu 1
pause 

-snapshot：可选参数。该参数用来从快照中恢复训练。可以在solver配置文件中设置快照，保存为solverstate。

-weights：可选参数。用预先训练好的权重来fine-tuning模型，需要一个生成caffemodel。不能和-snapshot同时使用。

-iterations：可选参数。迭代次数。如果在配置文件中没有设定迭代次数，则默认为50次

-model：可选参数。定义在protocol buffer 文件中的模型，也可以在solver配置文件中指定。

test参数用在测试阶段，用于最终结果的输出，如果要在验证集中验证已经训练好的模型，可以写：

.\Build\x64\Release\caffe.exe test --model examples\mnist\lenet_train_test.prototxt -weight examples\mnist\lenet_iter_1000.caffemodel

即利用训练好的权重（-weight），输入到测试模型（-model），需要注意的是，权重值存放在了lenet_iter_1000.caffemodel文件中（即lenet网络训练迭代了1000次时保存下来的权重值）。