现状:对caffe底层代码基本不懂,对caffe的架构了解有限,对caffe的设计思路比较了解。
接下来一段时间想仔细学caffe,但目前和深度学习打交道最多的却是依附在caffe上的faster-rcnn,那就先来学习一下faster-rcnn的整个流程和其使用caffe的方式,顺便对caffe进行侧面的了解。
文件:py-faster-rcnn/tools/train_net.py
看名字就知道是训练网络的代码,目前对Python的了解都是源于学习和工作中的使用,能做到读懂并当脚本使用。
if __name__ == '__main__':
args = parse_args()
def parse_args():
"""
Parse input arguments
"""
parser = argparse.ArgumentParser(description='Train a Fast R-CNN network')
parser.add_argument('--gpu', dest='gpu_id',
help='GPU device id to use [0]',
default=0, type=int)
parser.add_argument('--solver', dest='solver',
help='solver prototxt',
default=None, type=str)
parser.add_argument('--iters', dest='max_iters',
help='number of iterations to train',
default=40000, type=int)
parser.add_argument('--weights', dest='pretrained_model',
help='initialize with pretrained model weights',
default=None, type=str)
parser.add_argument('--cfg', dest='cfg_file',
help='optional config file',
default=None, type=str)
parser.add_argument('--imdb', dest='imdb_name',