看了很多大牛的文章,淌过了好多好多坑。
终于完整走过了一个流程。
这里就不写我参考的文章了,零零碎碎很多,我也记不清了。
我这里分两部分,第一部分配置caffe,第二部分使用mnist
尽量用了最简单的方式直接出结果
涉及到配置使用的部分我就直接来干货,不写一堆中间过程和解释了
我这里安装在用户主目录下(/home/用户名/caffe)
第一部分 配置caffe
Ubuntu18.04(话说这个新发的版本不错)
opencv3(所以编译的前的配置需要修改)
python2.7(想弄3来着,倒腾好久,失败了,放弃了)
简单点,就四个步骤,顺序搞下来就成
1)安装
用户主目录下运行:
sh caffeCfg.sh
这个sh文件手动写的,内容:
sudo apt-get install libprotobuf-dev
sudo apt-get install libleveldb-dev
sudo apt-get install libsnappy-dev
sudo apt-get install libopencv-dev
sudo apt-get install libhdf5-serial-dev
sudo apt-get install protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libatlas-base-dev
sudo apt-get install python-dev
sudo apt-get install libgflags-dev
sudo apt-get install libgoogle-glog-dev
sudo apt-get install liblmdb-dev
cd ~
sudo apt-get install git
git clone https://github.com/BVLC/caffe.git
cd caffe/python
sudo apt-get install python-pip
for req in $(cat requirements.txt); do pip install $req; done
sudo apt-get install python-numpy
sudo pip install opencv-python
2)配置Caffe编译参数
caffe目录下:
cp Makefile.config.example Makefile.config
Makefile.config文件进行以下修改:
去掉CPU_ONLY := 1前面的注释去掉OPENCV_VERSION := 3前面的注释
修改:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
3)编译Caffe
make pycaffemake all
make test
make runtest
(需要重新编译就 make clean)
4)配置Python接口
sudo echo export PYTHONPATH="~/caffe/python" >> ~/.bashrcsource ~/.bashrc
进入python环境,输入:
import caffe
如果没有报错,安装成功。
第二部分 使用mnist
6个步骤,前面五个是数据准备与训练,最后一个是调用
这里插一句:
这部分用的不是原始图像数据,是mnist例子里的东西。
我另外收集了些资料,打包整理了一套完整流程,使用图像数据,进行转换格式、训练以及调用。
caffe mnist数据源+完整训练+调用代码:
https://download.csdn.net/download/jiyanglin/10403784
1)下载数据
caffe/data/mnist目录下执行
sh get_mnist.sh
2)数据转换
caffe目录下执行
sudo sh ./examples/mnist/create_mnist.sh
3)配置训练数据
caffe/examples/mnist/下新建文件夹model
修改caffe/examples/mnist/下lenet_solver.prototxt 文件:
snapshot_prefix字段修改:snapshot_prefix: "examples/mnist/model/lenet"
solver_mode:GPU 默认GPU,修改为CPU4)开始训练
caffe目录下:
sudo sh ./examples/mnist/train_lenet.sh
5)测试
caffe目录下:
sudo ./build/tools/caffe.bin test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/model/lenet_iter_10000.caffemodel6)代码调用
在caffe目录下运行这个python代码文件
caffe/examples/mnist/ 两个文件夹:mnist_train_lmdb, and mnist_test_lmdb
如果有访问权限,搞掉。不然运行会报错。
记得图像必须是28*28单通道,白底黑字。(因为训练时候用的就是这种图像)
调用函数的代码这样(目录得写全路径):
img = "/home/jyl/0.png"
proto = "/home/jyl/caffe/examples/mnist/lenet.prototxt"
model = "/home/jyl/caffe/examples/mnist/model/lenet_iter_10000.caffemodel"
test(img,proto,model)
import caffe
import numpy as np
import cv2
def test(img,proto,model):
net = caffe.Net(proto, model, caffe.TEST)
print net.blobs['data'].data.shape
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
transformer.set_transpose('data', (2, 0, 1))
transformer.set_raw_scale('data', 255)
im = caffe.io.load_image(img, False)
cv2.imshow("imgshow", im)
cv2.waitKey(0)
net.blobs['data'].data[...] = transformer.preprocess('data', im)
print net.blobs['data'].data
out = net.forward()
print out
prob = net.blobs['prob'].data[0].flatten()
print prob
order = prob.argsort()[-1]
print 'pic num:', order
img = "/home/jyl/0.png"
proto = "/home/jyl/caffe/examples/mnist/lenet.prototxt"
model = "/home/jyl/caffe/examples/mnist/model/lenet_iter_10000.caffemodel"
test(img,proto,model