caffe上手：微调CaffeNet用于车颜色识别

说明：主要思想是微调使用ImageNet预训练的CaffeNet模型参数，用来对车颜色进行识别。为了不和其他文件混乱，我们在examples下新建文件夹finetune_myself。

1.计算图像均值

caffenet需要图像均值文件，所以先计算均值文件。在finetune_myself下新建文件夹Image_mean，从imagenet中拷贝make_imagenet_mean.sh到finetune_myself下，更名为make_image_mean.sh(为了和imagenet区分),然后修改脚本如下：

[plain]  view plain  copy

 

1. EXAMPLE=examples/finetune_myself #该路径下为训练图像的lmdb文件  
2. DATA=examples/finetune_myself/Image_mean #该路径为生成的均值文件保存的地方  
3. TOOLS=build/tools  
4.   
5. $TOOLS/compute_image_mean $EXAMPLE/car_train_lmdb \ #这里的lmdb和自己的对应  
6.   $DATA/image_mean.binaryproto #生成的均值文件名字，这里为了区分改一下名字  

这样，生成的均值文件保存在finetune_myself下的Image_mean文件夹里，名字为image_mean.binaryproto。

2.准备caffenet模型

在finetune_myself下新建文件夹，命名为models，将caffenet的train_val.prototxt、solver.prototxt和deploy.prototxt复制到此models文件夹里，然后，对模型进行修改。假设我们的训练集类别是m，那么fc8层的num_output需要修改成m，又由于finetune时用到的权重是根据层名匹配的，而fc8的num_output已经修改，该层的参数必须重新学习，所以我们把该层的名字也进行修改，如改为fc8_myself。具体修改如下。

对train_val.prototxt的修改：

（1） mean_file路径："examples/finetune_myself/Image_mean/image_mean.binaryproto"

训练和测试阶段的data层均要修改。

（2）假设训练集和测试集的lmdb文件在finetune_myself下，所以训练阶段的的data层：

[plain]  view plain  copy

 

1. data_param {  
2.  source:"examples/finetune_myself/car_train_lmdb"  
3.  batch_size: 50 #这里自己可以修改合适的batch大小  
4.  backend:LMDB  
5. }  

同理，TEST阶段的data层也作同样的修改。即：

[plain]  view plain  copy

 

1. data_param{  
2.     source: "examples/finetune_myself/car_test_lmdb"  
3.     batch_size:50  
4.     backend:LMDB  
5.   }  

（3）修改fc8层和相关层

将层名改为fc8_myself(当然其他也行)，并修改权重的lr_mult=10，bias的lr_mult=20，目的是让非微调层学习更快。num_output修改为类别数。具体如下：

[plain]  view plain  copy

 

1. layer {  
2.   name: "fc8_myself"  
3.   type: "InnerProduct"  
4.   bottom: "fc7"  
5.   top: "fc8_myself"  
6.   param {  
7.     lr_mult: 10  
8.     decay_mult: 1  
9.   }  
10.   param {  
11.     lr_mult: 20  
12.     decay_mult: 0  
13.   }  
14.   inner_product_param {  
15.     num_output: 8  #根据类别修改，我做的实验为8类  
16.     weight_filler {  
17.       type: "gaussian"  
18.       std: 0.01  
19.     }  
20.     bias_filler {  
21.       type: "constant"  
22.       value: 0  
23.     }  
24.   }  
25. }  

与fc8相关的层也要修改：

[plain]  view plain  copy

 

1. layer {  
2.   name:"accuracy"  
3.   type:"Accuracy"  
4.   bottom: "fc8_myself"  
5.   bottom:"label"  
6.   top:"accuracy"  
7.   include {  
8.   phase: TEST  
9.   }  
10. }  

[plain]  view plain  copy

 

1. layer {  
2.   name: "loss"  
3.   type: "SoftmaxWithLoss"  
4.   bottom: "fc8_myself"  
5.   bottom: "label"  
6.   top: "loss"  
7. }  

对solver.prototxt的修改：

主要是

[plain]  view plain  copy

 

1. net:"examples/finetune_myself/models/train_val.prototxt"，  

该路径改为train_val.Prototxt的路径。

还有

[plain]  view plain  copy

 

1. snapshot_prefix:"examples/finetune_myself/models/caffenet"  

此路径是训练过程得到的caffemodel和solverstate保存路径,按自己想保存的路径更改。

对deploy.prototxt的修改：

网络的名字name要与train_val.prototxt相同。然后修改fc8层和相关层：

[plain]  view plain  copy

 

1. layer {  
2.   name: "fc8_myself"  
3.   type: "InnerProduct"  
4.   bottom: "fc7"  
5.   top: "fc8_myself"  
6.   inner_product_param {  
7.   num_output: 8 #根据类别数改  
8.   }  
9. }  

[html]  view plain  copy

 

1. layer {  
2.   name:"prob"  
3.   type:"Softmax"  
4.   bottom: "fc8_myself"  
5.   top:"prob"  
6. }  

这样，模型就改好了。

3.准备预训练好的caffenet模型参数

finetune_myself下新建文件夹pre_train_models,运行

[plain]  view plain  copy

 

1. ./scripts/download_model_binary.py examples/finetune_myself/pre_train_models  

即将文件下载在pre_train_models中。

4.开始训练

[plain]  view plain  copy

 

1. ./build/tools/caffe train –solver examples/finetune_myself/models/solver.ptototxt –weights examples/finetune_myself/pre_train_models/bvlc_reference_caffenet  

5.结果

训练结果：

精度还是挺高的。

训练完成后，得到caffemodel文件：

测试：

[plain]  view plain  copy

 

1. ./build/examples/cpp_classification/classification.bin **/**/deploy.prototxt **/***/models_iter_100000.caffemodel **/**/image_mean.binaryproto **/**/labels.txt **/**/car.jpg  

这些路径按自己的设置，labels是标签，比如你的train.txt中白色标签是0，红色标签是1，那么labels中第一行是white，第二行是red，其他的也是这样按顺序排。

结果：

[plain]  view plain  copy

 

1. white - "0.9963"  
2. gray - "0.0036"  
3. green - "0.0001"  

输出前三个预测结果