Caffe Minist手写数字识别例程

    MNIST是一个大型手写体数字识别数据库，广泛应用与机器学习领域的训练和测试。MNIST包括60000个训练集和10000个测试集，每张图都已经进行尺寸归一化、数据居中处理，固定大小为28×28像素。 

下载数据集

使用Caffe源码目录中data/mnist下用get_mnist.sh脚本下载。

$ cd data/mnist/
$ ./get_mnist.sh

下载成功后在data/mnist 目录下多出四个文件

文件名	说明
train-images-idx3-ubyte	训练集，图片
train-labels-idx1-ubyte	训练集，标签
t10k-images-idx3-ubyte	测试集，图片
t10k-labels-idx1-ubyte	测试集，标签

转换格式

下载到的数据集为二进制文件，需要转换为LMDB或LEVELDB才能被Caffe识别。

$ ./examples/mnist/create_mnist.sh
Creating lmdb...
Done.

在examples/mnist目录下生成了mnist_train_lmdb/ 和mnist_test_lmdb/ 两个目录，每个目录下都有两个文件：data.mdb和lock.mdb。 
顾名思义，mnist_train_lmdb是LMDB格式的训练集，mnist_test_lmdb是LMDB格式的测试集。

训练网络

运行examples/mnist/train_lenet.sh脚本

$ ./examples/mnist/train_lenet.sh

数据输出最后几行如下：

训练的最终结果保存在examples/mnist/lenet_iter_10000.caffemodel中。

测试训练好的模型
使用MNIST测试集对训练好的模型进行测试

$ ./build/tools/caffe.bin test \
-model examples/mnist/lenet_train_test.prototxt \
-weights examples/mnist/lenet_iter_10000.caffemodel \
-iterations 100

命令行参数：

• test 表示只做预测
• -model examples/mnist/lenet_train_test.prototxt 指定模型描述文件
• -weights examples/mnist/lenet_iter_10000.caffemodel 指定训练好的权值文件
• iterations 100 指定测试迭代次数，每次迭代的数据量在模型描述文件中设定batch_size: 100，迭代100次刚好覆盖测试集的10000个样本。