caffe是C++语言写的,可能很多人不太熟悉,因此想用更简单的脚本语言来实现。caffe提供matlab接口和python接口,这两种语言就非常简单,而且非常容易进行可视化,使得学习更加快速,理解更加深入。
半年前,我在学习CAFFE的时候,为了加深理解,因此写下了随笔,有了一系列的caffe学习文章。半年过去,很多人问到关于python接口和可视化的一些问题,现在有点空闲时间,就再次写下一些随笔,大家一起来学习。有些重复的内容,我就不再多讲,如果大家有兴趣可移步:
以上这些操作都是训练之前的预处理操作,不管是用什么接口,都要用到。
首先,我们需要掌握的,就是如何写配置文件,通过下面的代码来学习:
#-*- coding: utf-8 -*-
"""Spyder Editor"""
from caffe importlayers as L,params as P,to_proto
path='/home/xxx/data/' #保存数据和配置文件的路径train_lmdb=path+'train_db' #训练数据LMDB文件的位置val_lmdb=path+'val_db' #验证数据LMDB文件的位置mean_file=path+'mean.binaryproto' #均值文件的位置train_proto=path+'train.prototxt' #生成的训练配置文件保存的位置val_proto=path+'val.prototxt' #生成的验证配置文件保存的位置#编写一个函数,用于生成网络
def create_net(lmdb,batch_size,include_acc=False):#创建第一层:数据层。向上传递两类数据:图片数据和对应的标签 data, label = L.Data(source=lmdb, backend=P.Data.LMDB, batch_size=batch_size, ntop=2,
transform_param=dict(crop_size=40,mean_file=mean_file,mirror=True))#创建第二屋:卷积层 conv1=L.Convolution(data, kernel_size=5, stride=1,num_output=16, pad=2,weight_filler=dict(type='xavier'))#创建激活函数层 relu1=L.ReLU(conv1, in_place=True)#创建池化层 pool1=L.Pooling(relu1, pool=P.Pooling.MAX, kernel_size=3, stride=2)
conv2=L.Convolution(pool1, kernel_size=3, stride=1,num_output=32, pad=1,weight_filler=dict(type='xavier'))
relu2=L.ReLU(conv2, in_place=True)
pool2=L.Pooling(relu2, pool=P.Pooling.MAX, kernel_size=3, stride=2)#创建一个全连接层 fc3=L.InnerProduct(pool2, num_output=1024,weight_filler=dict(type='xavier'))
relu3=L.ReLU(fc3, in_place=True)#创建一个dropout层 drop3 = L.Dropout(relu3, in_place=True)
fc4= L.InnerProduct(drop3, num_output=10,weight_filler=dict(type='xavier'))
#创建一个softmax层
loss=L.SoftmaxWithLoss(fc4, label)if include_acc: #在训练阶段,不需要accuracy层,但是在验证阶段,是需要的 acc =L.Accuracy(fc4, label)returnto_proto(loss, acc)else:returnto_proto(loss)defwrite_net():#将以上的设置写入到prototxt文件 with open(train_proto, 'w') as f:
f.write(str(create_net(train_lmdb,batch_size=64)))#写入配置文件
with open(val_proto, 'w') as f:
f.write(str(create_net(val_lmdb,batch_size=32, include_acc=True)))if __name__ == '__main__':
write_net()
通过上面这个文件的执行,我们就会得到两个配置文件:train.prototxt和val.prototxt,分别用于训练阶段和验证阶段。
这种方式生成配置文件,必须有个前提,就是要先把原始图片转换成LMDB文件才行。如果我们已经把原始图片做成了一个列表清单(txt文件,一行一张图片),则可以不用LMDB格式作为输入数据,可以用ImageData作为数据源输入,代码如下:
#-*- coding: utf-8 -*-
from caffe importlayers as L,params as P,to_proto
path='/home/xxx/data/'train_list=path+'train.txt'
val_list=path+'val.txt'train_proto=path+'train.prototxt'val_proto=path+'val.prototxt'
def create_net(img_list,batch_size,include_acc=False):
data,label=L.ImageData(source=img_list,batch_size=batch_size,new_width=48,new_height=48,ntop=2,
transform_param=dict(crop_size=40,mirror=True))
conv1=L.Convolution(data, kernel_size=5, stride=1,num_output=16, pad=2,weight_filler=dict(type='xavier'))
relu1=L.ReLU(conv1, in_place=True)
pool1=L.Pooling(relu1, pool=P.Pooling.MAX, kernel_size=3, stride=2)
conv2=L.Convolution(pool1, kernel_size=53, stride=1,num_output=32, pad=1,weight_filler=dict(type='xavier'))
relu2=L.ReLU(conv2, in_place=True)
pool2=L.Pooling(relu2, pool=P.Pooling.MAX, kernel_size=3, stride=2)
conv3=L.Convolution(pool2, kernel_size=53, stride=1,num_output=32, pad=1,weight_filler=dict(type='xavier'))
relu3=L.ReLU(conv3, in_place=True)
pool3=L.Pooling(relu3, pool=P.Pooling.MAX, kernel_size=3, stride=2)
fc4=L.InnerProduct(pool3, num_output=1024,weight_filler=dict(type='xavier'))
relu4=L.ReLU(fc4, in_place=True)
drop4= L.Dropout(relu4, in_place=True)
fc5= L.InnerProduct(drop4, num_output=7,weight_filler=dict(type='xavier'))
loss=L.SoftmaxWithLoss(fc5, label)ifinclude_acc:
acc=L.Accuracy(fc5, label)returnto_proto(loss, acc)else:returnto_proto(loss)defwrite_net():# with open(train_proto, 'w') as f:
f.write(str(create_net(train_list,batch_size=64)))#
with open(val_proto, 'w') as f:
f.write(str(create_net(val_list,batch_size=32, include_acc=True)))if __name__ == '__main__':
write_net()
即第一层由原来的Data类型,变成了ImageData类型,不需要LMDB文件和均值文件,但需要一个txt文件。