CIFAR-10数据集含有6万个32*32的彩色图像,共分为10种类型,由 AlexKrizhevsky, Vinod Nair和 Geoffrey Hinton收集而来。包含50000张训练图片,10000张测试图片。
这是该数据集的一些图片。
下面为具体步骤
第一步,在终端运行以下指令,下载CIFAR-10数据库。
cd $CAFFE_ROOT/data/cifar10
./get_cifar10.sh
第二步,然后进入目录 执行
cd $CAFFE_ROOT
./examples/cifar10/create_cifar10.sh
可以打开create_cifar10.sh文件,查看具体做了什么。其实就是将图片库转成leveldb格式,并计算均值二进制文件。执行之后,可以发现examples文件夹下中出现数据库文件cifar10-leveldb和数据库图像均值二进制文件mean.binaryproto。
第三步,训练cifar网络。
如果不支持GPU训练,则需要将CAFFE_ROOT/examples/cifar10/cifar10_quick_solver.prototxt中的最后一行改为solver_mode:CPU,如下图:
如果支持GPU训练,则不需要改。
接下来,回到caffe目录,运行train_quick.sh。
cd $CAFFE_ROOT
./examples/cifar10/train_quick.sh
运行之后,可以看到终端便开始打印出一些信息。
部分信息如下:可以看到到迭代2500次时,准确率为0.6858.
注1:也可以看看$CAFFE_ROOT /examples/cifar10文件夹下的readme.md文件,里面也有一些步骤说明。
注2:第二步要是先进入$CAFFE_ROOT /examples/cifar10/目录,再运行create_cifar10.sh,会出现如下错误:
解决方法是要在$CAFFE_ROOT目录下运行create_cifar10.sh文件。