【前期准备工作】
参考上篇帖子:http://write.blog.csdn.net/postedit/53964874
1. 确保模型训练成功,生成模型文件:cifar10_quick_iter_4000.caffemodel及均值文件:mean.binaryproto。注意,此处一定是生成caffemodel格式的模型文件,而非.h5模型文件,否则会导致Matlab运行崩溃。如何生成caffemodel文件请参考上篇帖子。
也可以利用Matlab生成cifar10_quick_iter_4000.caffemodel,方法是进入caffe根目录,例如我的电脑上为D:\caffe-master\caffe-master,然后在matlab中执行以下命令,即可对模型进行训练:
solver = caffe.Solver('./examples/cifar10/cifar10_quick_solver.prototxt');
solver.solve()
2. 在caffe-master\matlab路径下新建cifar文件夹用于案例调试
3. 拷贝classification_demo.m文件到cifar文件夹下,并更名为classification_cifar.m
【基于mean.binaryproto文件生成.mat 文件】
在matlab command line中输入以下命令,对mean.binaryproto文件进行转换: