笔记3:caffe训练现有的模型

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)