caffe练习实例（3）——用预训练模型提取特征

1.建立一个临时文件夹存放东西

    mkdir examples/_temp

   如图1所示

                           图1

2.mages文件夹的照片生成一个文件列表

find `pwd`/examples/images -type f -exec echo {} \; > examples/_temp/temp.txt

sed "s/$/ 0/" examples/_temp/temp.txt > examples/_temp/file_list.txt

这样，我们将得到两个文件temp.txt和file_list.txt。

如图2所示

                                 图2

3.定义特征提取网络结构
   在实践中，从一个数据集中减去均值图像对于提高分类准确性很重要，因此从ILSVRC dataset中下载均值图像数    据库data/ilsvrc12/get_ilsvrc_aux.sh

如图3所示

                                 图3

我们将定义网络结构的文件copy到我们的临时文件夹。
   cp examples/feature_extraction/imagenet_val.prototxt examples/_temp
   然后，我们进入imagenet_val.prototxt更改路径。更改其中$CAFFE_DIR的地方
   下图是我做的改动。原图如图4所示，改动如图5所示

                          图4

                          图5

4.提取特征执行指令

build/tools/extract_features.bin models/bvlc_reference_caffenet examples/_temp/imagenet_val.prototxt fc7 examples/_temp/features 10 lmdb GPU 0

成功之后如下图6所示

                            图6

另外当存在features文件夹时将出现错误，这时需要删除该文件夹重新再执行指令即可