ubuntu16.04 Caffe-cifar10数据集运行及测试

下文用到的所有文件都可以在gihub上下载的caffe-master项目中找到；可以在文件所在目录下运行.sh文件，有时可能会有权限问题；其中修改到的路径我都用了绝对路径（比较稳，而且作为小白，别的路径使用方法还不太会）；

 

一、建立一个cifar文件，里面分别建立data、examples、lmdb和netpro文件夹

 

二、获得数据--->lmdb格式的数据

      在data文件夹下运行get_cifar10.sh可以得到六个batch文件和一个batches.meta.txt（我理解为label文件），还有一个readme

      在lmdb文件夹中运行create_cifar10.sh文件，将数据转换成lmdb格式。需要修改create_cifar10.sh中的路径

#!/usr/bin/env sh
# This script converts the cifar data into leveldb format.
set -e

EXAMPLE=/...路径.../cifar/lmdb
DATA=/...路径.../cifar/data
DBTYPE=lmdb

echo "Creating $DBTYPE..."

rm -rf $EXAMPLE/cifar10_train_$DBTYPE $EXAMPLE/cifar10_test_$DBTYPE

/...caffe官方提供的文件路径.../cconvert_cifar_data   $DATA $EXAMPLE $DBTYPE    #根据个人情况修改，以找到文件为目的

echo "Computing image mean..."

/...caffe官方提供的文件路径.../compute_image_mean -backend=$DBTYPE \
  $EXAMPLE/cifar10_train_$DBTYPE $EXAMPLE/mean.binaryproto

echo "Done."

  结束后可以获得两个文件夹：cifar10_test_lmdb和cifar10_train_lmdb，以及mean.binaryproto（均值文件吗？反正我最后均值文件是ilsvrc_2012_mean.npy，mean.binaryproto这个我用不了）

把ilsvrc_2012_mean.npy均值文件放文件夹备用。

 

三、训练

在netpro文件夹中运行train_quick.sh文件，这里需要修改文件中的路径：

#!/usr/bin/env sh
set -e

TOOLS=./build/tools #这一行指向caffe中caffe.exe文件，在ubuntu下是一个紫色的菱形

$TOOLS/caffe train \
  --solver=/...../cifar/netpro/cifar10_quick_solver.prototxt $@

# reduce learning rate by factor of 10 after 8 epochs
$TOOLS/caffe train \
  --solver=/....../cifar/netpro/cifar10_quick_solver_lr1.prototxt \
  --snapshot=/....../cifar/netpro/cifar10_quick_iter_4000.solverstate $@

执行后会得到两个名字中分别有caffemodel和solverstate的文件 （或者还有其他记不得了）

三、用训练好的模型测试（用caffe自带的classify.py文件进行分类）

python classify.py --model_def /.../cifar/netpro/cifar10_quick.prototxt --mean_file /.../cifar/lmdb/ilsvrc_2012_mean.npy --pretrained_model /.../cifar/netpro/cifar10_quick_iter_5000.caffemodel.h5 --center_only  /.../cifar/examples/images/cat.jpg foo

 

训练及预测结束！！！

参考：https://blog.csdn.net/xueying_2017/article/details/79346783

https://www.cnblogs.com/alexcai/p/5468164.html

http://www.cnblogs.com/denny402/p/5111018.html