Ubuntu kylin-14.4+cuda7.5+nvidia-410 + cudnn-5.0.5 + OpenCV3 + Python
问题总结
caffe模型的训练
训练需要的文件:train.prototxt,test.prototxt,lmdb,name_mean.binaryproto,slover.prototxt
数据文件:images,train.txt,test.txt
脚本文件:train_caffenet.sh,make_dataset_mean.sh,create_dataset.sh
训练生成的文件:name.caffemodel,name.solverstate
文件简介
- 1、train.prototxt,test.prototxt:训练和测试模型构建文件
- 2、lmdb:数据库文件
- 3、name_mean.binaryproto:均值文件
- 4、slover.prototxt:训练配置文件
- 5、images:训练集和测试集
- 6、train.txt,test.txt:训练集和测试集训练集和测试集的文件清单
- 7、train_caffenet.sh:执行训练脚本
- 8、make_dataset_mean.sh:生成均值文件脚本
- 9、create_dataset.sh:构造lmdb数据库脚本
- 10、name.caffemodel:生成的模型
- 11、name.solverstate:模型状态
各文件的生成
- 1、train.prototxt,test.prototxt:用Python配置好网络参数后输出到train.prototxt,test.prototxt文件
- 2、lmdb:lmdb数据库,以images,train.txt,test.txt为数据文件,create_dataset.sh为脚本文件生成
- 3、name_mean.binaryproto:均值文件,由make_dataset_mean.sh脚本文件生成
- 4、slover.prototxt:Python代码生成
- 5、name.caffemodel:训练过程中生成
- 6、name.solverstate:训练过程中生成
caffe模型的使用:
需要的文件:name.caffemodel,deploy.prototxt,name_mean.binaryproto,images,data.txt,name_mean.npy
文件简介
- 1、name.caffemodel:训练好的caffe模型
- 2、deploy.prototxt:前向文件
- 3、name_mean.binaryproto:原始均值文件
- 4、images,data.txt:待测数据、数据清单
- 5、name_mean.npy:由原始均值文件转化完成的caffe能接受的.npy形式的均值文件
持续更新