[Caffe]:关于deploy

当我们训练完一个网络模型后，就该考虑怎么使用这个辛苦训练出来的模型了。此时，我们需要修改原本用于train和val的网络结构。

一、去除训练用的网络层

1. data layer
   如：
   
layer {
name: "mnist"
type: "Data"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
scale: 0.00390625
}
data_param {
source: "examples/mnist/mnist_train_lmdb"
batch_size: 64
backend: LMDB
}
}


2. accuracy layer

   layer {
     name: "accuracy"
     type: "Accuracy"
     bottom: "ip2"
     bottom: "label"
     top: "accuracy"
     include {
       phase: TEST
     }

3. loss layer
   如：
   
layer {
name: "loss"
type: "SoftmaxWithLoss"
bottom: "ip2"
bottom: "label"
top: "loss"
}


二、指定输入数据格式

caffe 官方给出的例子如下：

input: "data"
input_shape {
  dim: 1 # batchsize
  dim: 3 # number of colour channels - rgb
  dim: 32 # width
  dim: 32 # height
}

三、添加需要的softmax

当模型用于多分类时，经常用到softmax来处理，所以需要添加不带loss的softmax层：

layer {
  name: "loss"
  type: "Softmax"
  bottom: "ip2"
  top: "loss"
}

四、编写deploy.sh文件

当deploy.prototxt编写好了之后，就要应用它。

TOOLS=/path/to/your/caffe/build/tools
$TOOLS/caffe test --weight=/path/to/your/caffemodel
           --model=/path/to/your/deploy