Caffe 快速上手MNIST数据集分类（windows）

1. 下载数据集
   http://yann.lecun.com/exdb/mnist/
   
   为了简便我直接下载到你的path\caffe-master\examples\mnist，并创建文件夹MNIST_data,将数据解压后存放于此处，如图所示：
   

2. 下载的原始数据集为二进制文件，需要转换为LEVELDB或LMDB格式；
   存放位置：
   在这里插入图片描述
   convert_train_lmdb.bat:

   D:\Caffe\caffe-master\Build\x64\Release\convert_mnist_data.exe ^
   D:\Caffe\caffe-master\examples\mnist\MNIST_data\train-images.idx3-ubyte ^
   D:\Caffe\caffe-master\examples\mnist\MNIST_data\train-labels.idx1-ubyte ^
   D:\Caffe\caffe-master\examples\mnist\lmdb\train_lmdb
   pause
   

   convert_test_lmdb.bat:

   D:\Caffe\caffe-master\Build\x64\Release\convert_mnist_data.exe ^
   D:\Caffe\caffe-master\examples\mnist\MNIST_data\t10k-images.idx3-ubyte ^
   D:\Caffe\caffe-master\examples\mnist\MNIST_data\t10k-labels.idx1-ubyte ^
   D:\Caffe\caffe-master\examples\mnist\lmdb\test_lmdb
   pause
   

   运行结束生成文件：
   

3. 修改网络模型描述文件
   
   lenet_train_test.prototxt：
   
   

4. 修改超参数文件
   
   lenet_solver.prototxt：
   

5. 开始训练模型
   
   train.bat:

   D:\Caffe\caffe-master\Build\x64\Release\caffe.exe train ^
   -solver=D:/Caffe/caffe-master/examples/mnist/lenet_solver.prototxt
   pause
   

6. 等待模型训练好，准备要测试的图片
   由于我使用的GPU进行训练，所以不到一分钟大概就可以训练完成，得到如下结果：
   
   中间需要很多次迭代…
   
   
   准备的测试图片：
   

7. 生成均值文件
   
   mean_file.bat:

   %计算均值程序%
   %train_lmdb%
   %均值文件存放路径%
   
   D:\Caffe\caffe-master\Build\x64\Release\compute_image_mean.exe ^
   D:\Caffe\caffe-master\examples\mnist\lmdb\train_lmdb ^
   D:\Caffe\caffe-master\examples\mnist\mean_file\mean.binaryproto
   pause
   

8. 准备标签
   
   label.txt:
   

9. 测试分类效果
   
   mnist_classification.bat:

   %分类可执行程序%
   %网络结构%
   %训练好的模型%
   %均值文件%
   %标签%
   %要分类的图片%
   
   D:\Caffe\caffe-master\Build\x64\Release\classification.exe ^
   D:\Caffe\caffe-master\examples\mnist\lenet.prototxt ^
   D:\Caffe\caffe-master\examples\mnist\models\models_iter_10000.caffemodel ^
   D:\Caffe\caffe-master\examples\mnist\mean_file\mean.binaryproto ^
   D:\Caffe\caffe-master\examples\mnist\label\label.txt ^
   D:\Caffe\caffe-master\examples\mnist\MNIST_data\0-9\5.bmp
   pause
   

   运行批处理文件之后的结果：
   
   从以上结果可以知道，最有可能的结果是5。