caffe学习笔记15-caffe批量提取特征

最新推荐文章于 2017-08-11 18:37:49 发布

YiLiang_

最新推荐文章于 2017-08-11 18:37:49 发布

阅读量1.3k

点赞数 1

分类专栏： caffe 文章标签： caffe

本文链接：https://blog.csdn.net/YiLiang_/article/details/60466364

版权

caffe 专栏收录该内容

39 篇文章 0 订阅

订阅专栏

extract_feature_example.sh：

#!/usr/bin/env sh
# args for EXTRACT_FEATURE
TOOL=./build/tools
MODEL=./examples/image_test/caffenet_train/caffenet_train_iter_5000.caffemodel #下载或自己训练得到的caffe model
PROTOTXT=./examples/image_test/train_val10.prototxt # 网络定义
LAYER=fc7 # 提取层的名字，如提取fc7等
LEVELDB=./examples/image_test/temp_features/features_fc7 # 保存的leveldb路径
BATCHSIZE=10

# args for LEVELDB to MAT
DIM=4096 # 需要手工计算feature长度
# DIM=290400 # feature长度，conv1
# DIM=43264 # conv5
OUT=./examples/image_test/temp_features/features_fc7.mat #.mat文件保存路径
BATCHNUM=4 # 有多少个batch，默认提取的都是val数据集的特征，200张图片，BATCHSIZE*BATCHNUM为提取的图片的总数200张

#提多了都是重复的，又从第一个batch提取

$TOOL/extract_features.bin $MODEL $PROTOTXT $LAYER $LEVELDB $BATCHSIZE lmdb
python lmdb2mat.py $LEVELDB $BATCHNUM $BATCHSIZE $DIM $OUT