前提制作的数据集:/home/zhangjing/zj/project/deepLearning/caffe-master/caffe_person_Detection
训练:
1.拷贝models/bvlc_alexnet目录下的train_val.prototxt文件到caffe-master/caffe_person_Detection目录下。
2.拷贝models/bvlc_alexnet目录下的solver.prototxt文件到caffe-master/caffe_person_Detection目录下。
3.拷贝examples/imagenet目录下的make_imagenet_mean.sh文件到caffe-master/caffe_person_Detection目录下。用于计算图像均值,使用的源文件在/tools/compute_image_mean.cpp。
4.拷贝examples/imagenet目录下的train_caffenet.sh文件到caffe-master/test/caffe_person_Detection目录下。
该文件为一个脚本文件,内容为训练网络的命令
备注:
1) 修改make_imagenet_mean.sh文件如下图计算均值,执行:sh make_imagenet_mean.sh,生成imagenet_mean.binaryproto文件
2)修改train_val.prototxt文件,主要是修改数据集的路径等参数
3) 修改超参数配置文件solver.prototxt
4)修改train_caffenet.sh文件,主要是修改数据集的路径等参数
开始训练:
sh train_caffenet.sh
error: F0302 13:32:37.903647 5805 blob.cpp:133] Check failed: data_
可能原因:
1. num_output从1000改成2 , 分2类
2. training data图片尺寸太小了,导致数据输入某个pool层时,图片尺寸已经小于kernel_size,输出则为0*0。
目前这个问题还没解决。。。。。。。。
参考文献:
http://blog.csdn.net/AlexQiweek/article/details/51281240
http://blog.csdn.net/u014114990/article/details/47747025 (caffe.cpp 源码的一些解释)
http://blog.csdn.net/u012029332/article/details/51258617
http://www.cnblogs.com/denny402/p/5083300.html (一系列学习笔记,很不错的,还有python的学习笔记)