windows caffe请参考 http://blog.csdn.net/hanpengpeng329826/article/details/52230553
1.数据格式转换
Caffe的数据格式采用leveldb或者lmdb格式的,第一步要做的就是数据的格式转换了。
首先去处理图片把训练集和验证集分别放在train和val里,我训练的猫和狗俩类,我用的是bvlc_alexnet网络结构。
train文
件夹里放的是,dog和cat文件夹(dog里放得都是狗训练图片,cat里同样),还有一个train.txt,train.txt里放的dog和cat的图片路径,如下图所示:
val的操作相同
利用convert_imageset.exe生成对应的leveldb格式数据,注意参数和路径。输入以下命令把train图片转换成leveldb格式
.\Build\x64\Debug\convert_imageset.exe --backend leveldb --resize_width=227 --resize_height=227 D:\code\VegetableProject\caffe\caffe-windows\data\test D:\code\VegetableProject\caffe\caffe-windows\data\test\train\train.txt D:\code\VegetableProject\caffe\caffe-windows\data\test\trainldb
val的相同操作即可
2.生成均值文件
这一步主要计算数据的均值,得到均值文件,一般来说,训练集减去均值文件后再进行训练效果会好一点,当然也可以对数据做其他处理;
执行compute_image_mean.exe
执行compute_image_mean.exe
输入如下命令:
.\Build\x64\Debug\compute_image_mean.exe --backend leveldb D:\code\VegetableProject\caffe\caffe-windows\data\test\trainldb D:\code\VegetableProject\caffe\caffe-windows\data\test\train_mean.binaryproto、
3.定义网络结构并训练
在\caffe-windows\data\test 文件夹下把前面处理好的train和val文件夹复制到此处,然后新建trainldb,valldb和train-val文件夹。train-val里放置网络结构
train-val文件下如下图:
使用bvlc_alexnet配置文件train_val 和solver,修改如下:
train_val 文件修改后如下图:
solver文件修改后如下图:
接着输入如下命令:
.\Build\x64\Debug\caffe.exe train --solver=data/test/train-val/solver.prototxt
接下来就等训练结果吧!
参考:http://blog.csdn.net/zr459927180/article/details/51001536