Caffe代码学习及cifar-10数据集解析

Caffe代码学习及cifar-10数据集解析

Caffe代码

CIFAR-10是什么？

Cifar-10是由Hinton的两个大弟子AlexKrizhevsky和llyaSutskever收集的一个用于普通物体识别的数据集。

CIFAR是由加拿大牵头投资的一个先进的科学项目研究所。Hinton和Bengio以及他的学生在2004年拿到了CIFAR项目投资少量的资金，建立了神经计算和自适应感知项目。这个项目集结了不少的科学家，电气工程师，神经科学家，物理学家，心理学家，加速推动深度学习的经常。从这个阵容开看，DL和ML（机器学习）系列的数据挖掘分的已经很远。DL强调的是自适应感知和人工智能，是计算机与神经科学交叉的一个学科，而ML强调的是高速，大数据，统计数学分析，是计算机和数学的交叉。

2. cifar-10数据集简介

(1)CIFAR-10这个数据集总共包含：60000张图片

(2)图片size:32pixel*32pixel

(3)图片深度：三通道RGB的彩色图片

(4)这60000张图片有：50000张训练样本，10000张测试样本

记住：

(1) Cifar-10：是一个普通物体的识别的数据集，因此这个数据集合和网络模型的最大特点就是：可以很容易的将物体识别迁移到其他普通的物体

(2) 而且可以将10分类问题扩展至100类物体的分类，甚至是10000类和更多类的物体分类（当然你们需要有更多的GPU和DataSet）。

(3) 注意一点是：

这个实例中的数据集存在一个。

1.----10000*3072的numpy的数组中------10000张图片*每张的像素组

2.----单位是uint8s

3．----3072存储了一个32*32的彩色图片（3*32*32=3*1024= 3072）

4.-----numpy的前1024位是RGB中的R分量像素值，中间的1024位是G分量的像素值，最后的1024是B分量

5.-----最后注意一点是：

 CIFAR-10这个例子只能用于小图片的分类，正如前面讲的Mnist实例，主要用于手写数字的识别一样。

CIFAR-10所使用的卷积神经CNN的网络模型

1---DL的两大核心：数据+模型，上面，我们详细讲述了CIFAR-10所使用的数据集，下面我们来看看CIFAR-10所使用的网络Net模型。

2.---模型在caffe中的描述配置为：cifar10_quick_train_test.prototxt

3.---该文件所在的位置：/home/wei/examples/cifar10_quick_train_test.prototxt,如下:

4.---该  CNN-NET主要由：卷积层，POOLing层，非线性的变换层，局部对比归一化线性分类器组成。

 

Cifar10实例的具体操作运行过程：

1----下载数据集

执行下面的命令：sudosh ./data/cifar10/get_cifar10.sh

下载成功后，在/home/wei/data/cifar10/文件目录下会看到大多数的二进制文件数据;

2-----将刚才下载下来的二进制数据集文件转换成caffe所识别的LMDB或者LevelDB格式的数据库形式，并且计算数据集的均值文件

 

（1）数据格式的转化和计算均值所需要使用的所有的shell命令都被写在了一个shell脚本中，所以我们只需要运行这个shell

脚本就可以，这个shell脚本在：/home/amax/home/amax/caffe/examples/cifar10/文件夹下，名字为：

create_cifar10.sh

(2)使用下面的命令：sudosh ./home/amax/chunweitian/examples/cifar10/create_cifar10.sh

(3)   下载成功后，会在/home/amax/chunweitian/caffe/examples/cifar10/目录下生成三个文件：

cifar10_train_lmdb---训练样本数据集

cifar10_test_lmdb----测试样本数据集

mean.binaryproto----数据集的均值文件(用于减均值操作)

 

训练和测试网络模型

在这个阶段，寻找准备三个文件：

(1) 网络模型配置文件：cifar10_quick_train_test.prototxt

(2) 超参数配置文件：solver:cifar10_quick_solver.prototxt

(3) 训练脚本文件：train_quick_sh

 

1--建立训练上面数据的网络模型,当然在这个例子中,caffe已经为我们创建好了,那就是/home/wei/caffe/examples/cifar10/文件夹下面的:cifar10_quick_train_test.prototxt

2---配置参数设置solver文件,当然caffe也已经为我们准备好了,这个文件位于/home/wei/caffe/examples/cifar10/

文件夹下面的:cifar10_quick_solver.prototxt

3---编写训练模型的shell脚本文件:train_quick.sh

4---由于我使用的CPU没有GPU，所以还要改cifar10_quick_solver.prototxt配置文件的最后一项:将GPU改为CPU

准备好数据+模型+参数配置solver文件之后,执行下面的命令:

sudo./examples/cifar10/train_quick.sh、

 

 

当前位置：首页 > 电脑办公 > 电脑设计 > 程序设计 > caffe第二个比较经典的[小图片]识别例子CIFAR_10的运行,网络模型的详解

caffe cifar10 caffe第二个比较经典的[小图片]识别例子CIFAR_10的运行,网络模型的详解

分享人：