改写Caffe配置文件prototxt并测试

Caffe的prototxt分为两个文件，一个是网络模型定义文件，如train_val.prototxt，在模型训练以及验证时使用。另一个是deploy.prototxt模型配置文件，在模型test时使用。利用lenet-5的网络模型结构进行改写并测试各自结构训练出的模型准确率。

在编写网络模型prototxt文件时，出现了以下几个错误，

解决的时在定义时文件中不要加注释，单词拼写，layer结构中各层的type的大小写情况

 

以下分别对lenet-5的结构进行了三个方案的改写：

1. 减少一个相连的conv层和pooling层。

模型结构图：

模型训练结果：

 

1. 增加一个相连的conv层和pooling层。（因在pool2层，图像输出尺寸为5*5，故在conv3层，卷积核可定义为3*3，那么conv3层的输出尺寸为（5-3）/1+1=3，而3*3进行2*2pooling时， stride因设置为2。）

模型结构图：

模型训练结果：

 

1. 根据论文中的lenet-5的卷积网络结构进行结构定义。

中间的conv2层没有像论文中所述的那样特征组合进行卷积。

模型训练结果：

Caffe自带的lenet模型模型训练图：

模型训练结果图：

 

deploy.prototxt与train_val.prototxt的区别：

1. 开头处，layer的type类型不同：

其中input_param的参数定义：

dim:10  ——表示对待识别样本进行数据增广的数量，该值的大小可自行定义。但一般会进行5次crop，将整幅图像分为多个flip。该值为10则表示会将待识别的样本分为10部分输入到网络进行识别。如果相对整幅图像进行识别而不进行图像数据增广，则可将该值设置为1.

dim:3 ——该值表示处理的图像的通道数，若图像为RGB图像则通道数为3，设置该值为3；若图像为灰度图，通道数为1则设置该值为1.

dim:227 ——图像的长度，可以通过网络配置文件中的数据层中的crop_size来获取。

dim:227——图像的宽度，可以通过网络配置文件中的数据层中的crop_size来获取。

1. 中间部分处，在deploy中layer的param、以及一些weights、bias等参数定义被删除，如下图：

 

1. 结尾部分中，deploy文件不需要进行方向传播以及输出准确度和loss等信息，故将layer的Accuracy层删除，将SoftmaxWithLoss层类型改成了Softmax。

其它部分是不变的。

 

将lenet-5的网络模型修改得到deploy文件，并对自己手写的数据进行测试：

1. 准备数据

利用windows自带的画图软件写了0~9的数字，resize（28*28）然后进行灰度黑白转换处理，得到10张仿手写数字。

链接：https://pan.baidu.com/s/1RrRgEcWc-itHC_4Uzdwztg 密码：mn4v

建立image_label.txt和val.txt文件，方法在前面博客介绍了，（注意指令的图片格式）。

标签格式与前面的不同

1. 测试代码：（测试代码在读取标签文件时减去了“\t”的参数）

#!/usr/bin/env python2
# -*- coding: utf-8 -*-
"""
Created on Sun Jul 30 20:41:03 2017
@author: hans
"""
import sys
sys.path.append('/home/****/caffe/python')
import caffe
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
import os


caffe_root = '/home/****/caffe/lenetTest/'
deploy = caffe_root + 'deploy.prototxt' # 需要修改inout_dim: 1, 1, 28, 28
caffe_model = caffe_root + 'lenet_iter_10000.caffemodel'
labels_filename = caffe_root + 'image_label.txt'
labels = np.loadtxt(labels_filename, str)
myfile = open("/home/****/caffe/myself/label.txt", "w+")
mean_file = caffe_root+'mnist_mean.npy'

net = caffe.Net(deploy, caffe_model, caffe.TEST)

transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})  # data blob 结构（n, k, h, w)
transformer.set_transpose('data', (2, 0, 1))  # 改变图片维度顺序，(h, w, k) -> (k, h, w)
transformer.set_mean('data', np.load(mean_file).mean(1).mean(1))
transformer.set_raw_scale('data', 255)  # 将像素范围改成缩放到[0,1]
# transformer.set_channel_swap('data', (2, 1, 0)) # mnist单通道不需要转换
myfile = open("/home/****/caffe/lenetTest/label.txt", "w+")

for root, dir, files in os.walk(caffe_root + 'val/'):
    for file in files:
        image_file = os.path.join(root, file)
        image_path = os.path.join(root, file)
        print(image_path)
        myfile.write(image_path)
        myfile.write(":")
        img = Image.open(image_path)
        plt.imshow(img)
        plt.axis('off')
        plt.show()
        im = caffe.io.load_image(image_file)  # 加载图片
        im = caffe.io.resize_image(im, (28, 28, 1))  # 修改图片尺寸维度

        caffe_in = transformer.preprocess('data', im)  # 将处理好的数据放入caffe_in
        out = net.forward(**{'data': caffe_in})  # 将数据放入网络中进行一次前向传播
        prob = out['prob'].reshape(10, )  # 可以看出网络中blob都是以字典形式存储数据的。
        #print prob
        top_five = prob.argsort()[-5:][::-1]
        for i in top_five:
            class_string = labels[i]
            score = prob[i]
            lines = "testresult:"+str(class_string)+" "+ "score="+str(score)
            myfile.write(lines)
            myfile.write(",")
            print('%s (score = %.15s)' % (class_string, score))
        myfile.write("\n")

比较发现均值文件的有无，发现加了均值文件的测试效果错误比不加时降低一个。