windows下使用Caffe框架和matlab实现SRCNN官方代码的步骤

步骤

step1 搭建caffe环境

在windows系统上搭建caffe环境,并配置matlab接口(需要下载 caffe-master.zip 以及 VS2013 )
我的环境为:windows10 + caffe-master + VS2013旗舰版 + matlab R2018b
安装步骤推荐参考:

  1. 博客1:windows7下配置caffe+matlab2016 无GPU(详细教材)
    博客1地址:https://blog.csdn.net/jiangjieqazwsx/article/details/53292326
  2. 博客2:
    Win10 + Caffe + CPU + MATLAB (包括各种问题详细解决)(一) —— VS2013 端设置
    Win10 + Caffe + CPU + MATLAB (包括各种问题详细解决)(二) —— MATLAB 端设置
    博客2地址:
    https://blog.csdn.net/u014546828/article/details/80447583
    https://blog.csdn.net/u014546828/article/details/80431134
  3. 博客3:
    win7 64位+caffe+cuda7.5配置
    博客3地址:https://blog.csdn.net/XZZPPP/article/details/51510785

[注意] 在使用VS生成解决方案过程中,可能会报很多错误,需要你耐心去解决,别的博客好像都只报过一两个错,但是我是解决一个错误又一个错误,得有七八个,最后还是配好了

step2 训练SRCNN—>SRCNN_train

(1). 解压 SRCNN_train 文件

  • 将 SRCNN_train 的 SRCNN文件夹放到 /caffe-master/examples下面,例如 D:\Program Files\caffe-master\examples\SRCNN

(2).生成训练和测试用的.h5文件

  • 运行其中的 generate_train.m,generate_test.m 生成train.h5、test.h5文件, caffe可对 HDF5 数据格式进行操作,Caffe数据类型参考 http://www.cnblogs.com/denny402/p/5073427.html

[注意] train.h5 和 test.h5 文件名称要固定,这两个文件名与train.txt、test.txt、SRCNN_solver.prototxt 文件中的定义相一致,擅自更改易出错,这个test.h5 数据文件也是训练时用的,与我们测试效果所用的测试数据概念上进行区分

(3). 生成.bat文件并运行

  • 在 caffe-master 下面新建一个 .bat 文件(windows批处理文件,可自定义名称,但后缀一定要是.bat),文本内容为 .\Build\x64\Release\caffe.exe train --solver examples/SRCNN/SRCNN_solver.prototxt

  • 右键,以管理员方式运行 bat 文件,就开始进行SRCNN训练了
    根据SRCNN_solver.prototxt的设置,训练数据每500次迭代会进行一次测试,并生成.caffemodel 和 .solverstate文件,该文件中还有学习率和动量参数等的设置,自己打开看进行理解吧

(4).运行saveFilters.m

  • 运行saveFilters.m,生成 mat 格式的卷积核训练文件。

step3 测试->SRCNN_v1

  • 测试是使用 SRCNN_v1 进行测试,先对其进行解压,然后运行 SRCNN_v1 里面的 demo_SR 即可

其他改进模型
网址:https://blog.csdn.net/qq_26499769/article/details/79628851

除了上述列出的博客,还参考了以下博客:
在windows的Caffe框架下实现SRCNN
bvlc_reference_caffenet.caffemodel 下载链接

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 4
    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 4
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