caffe典型识别示例CIFAR_10的运行详解

文件说明:

1. caffe的运行示例 Cifar10

2. 分析Cifar10的数据集合模型结构

3.给出Ciffar10的运行步骤


运行环境:

Windows7 X86 + caffe + VS2013


参考资料:

1. http://blog.csdn.net/maweifei/article/details/52981425 

2. http://www.cs.toronto.edu/~kriz/cifar.html (二进制数据库)

3. http://groups.csail.mit.edu/vision/TinyImages    (图片数据库)

4. http://www.cs.toronto.edu/~kriz/learning-features-2009-TR.pdf

5. http://blog.csdn.net/zb1165048017/article/details/51476516

(一) CIFAR_10数据集简介

1. CIFAR-10(Dataset)数据集共包含60000张图片

  • 图片size: 32pixel * 32pixel
  • 图片深度: 三通道RGB彩色图片
  • 所有图片共分为10类
  • 50000张训练样本
  • 10000张测试样本
cifar10数据集样本标签

(二)CIFAR-10使用的卷积神经网络模型为CNN

  1. 该模型在caffe中配置文件为:cifar10_quick_train_test.prototxt
  2. 该CNN_NET主要由:卷积层,池化层、非线性变化层,局部对比归一化线性分类器组成

(三)具体操作步骤如下所示:
step 1:下载二进制数据集 
二进制文件

step 2: 在data目录下建立 input_folder 文件夹 和output_folders 文件夹,并将下载的文件移动至 input_folder文件夹中,
目录结构为:
D:\Caffe\caffe-master\data\cifar10\input_folder
D:\Caffe\caffe-master\data\cifar10\output_folders
建立好文件夹之后,在该目录下新建.bat 文件,文件名为 cifar10_convert.bat .文件内容为:
D:\Caffe\caffe-master\Build\x64\Release\convert_cifar_data.exe D:\Caffe\caffe-master\data\cifar10\input_folder D:\Caffe\caffe-master\data\cifar10\output_folder leveldb
pause
双击运行,得到以下文件 leveldb 文件

step 3:在data 同级目录下编写 cifar_mean.bat 文件,计算图像的均值。文件内容为:
Build\x64\Release\compute_image_mean.exe data\cifar10\output_folder\cifar10_train_leveldb mean.binaryproto --backend=leveldb
pause


双击运行cifar_mean.bat文件,得到 mean.bianryproto文件,将该文件移至,*/examples/cifar10 目录下。

setp 4: 创建 cifar_train.bat文件进行训练。

由于本操作在CPU下进行,打开D:\Caffe\caffe-master\examples\cifar10\ 文件,将训练模式修改为 CPU; 同时,打开D:\Caffe\caffe-master\examples\cifar10\cifar10_quick_train_test.prototxt 文件,修改名为cifar的作用于train和test的数据层的数据源,如下所示;

cifar10_quick_solver.prototxt文件修改train文件修改

Build\x64\Release\caffe.exe train --solver=examples/cifar10/cifar10_quick_solver.prototxt  
pause

双击运行,进行模型训练。得到以下两个文件


训练结果如下:

训练过程


step 5:进行图片分类

首先,创建D:\Caffe\caffe-master\examples\cifar10\synset_words.txt文件。文件内容如下:


在caffe根目录下,创建cifar_class.bat文件。即D:\Caffe\caffe-master\cifar_class.bat。内容如下:

D:\Caffe\caffe-master\Build\x64\Release\classification.exe D:\Caffe\caffe-master\examples\cifar10\cifar10_quick.prototxt D:\Caffe\caffe-master\examples\cifar10\cifar10_quick_iter_4000.caffemodel.h5 D:\Caffe\caffe-master\examples\cifar10\mean.binaryproto D:\Caffe\caffe-master\examples\cifar10\synset_words.txt D:\Caffe\caffe-master\examples\images\cat_gray.jpg
pause

得到如下结果:

class结果

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值