0、概述
主要介绍用caffe训练分类模型的方法,你要做的事情有:
1)配置好caffe
2)https://blog.csdn.net/gaohuazhao/article/details/69568267
跟着做一遍你就能上手用caffe训练模型了,上面这个博客还提供了完整文件,非常友好
https://github.com/EddyGao/Caffe-taobao_Image-Identification
3)这篇文章和2)不同的两个地方,一是我用自己的方式总结一下要用到哪些文件,每个文件的作用是什么,二是介绍如何基于现有的模型去做finetune
大家可以下载下面:
https://pan.baidu.com/s/18sYAHzU7EouFzgwbaQe0Hg
是在2)的基础上加了用squeezenet模型做finetune的部分。
使用方法是:
1.将finetune.sh和train.sh放入caffe根目录下
2.将myfile4解压后放入caffe的examples目录下
3.在caffe根目录下打开shell,输入
sh train.sh(即采用博文中的方法进行训练)
sh finetune.sh(即用finetune squeezenet训练,效果并不好,只是做个例子)
当然这里面是有坑的,跑train.sh应该没有问题,跑finetune.sh会有错,因为里面相关文件的路径我写的是绝对路径,和你自己的电脑肯定不一样。为的就是让你自己懂得如何去改那些关键路径,使它可以运行。
1、讲解各个文件的作用(配合文件myfile4去看)
(文件名其实无所谓,只要每个文件中指定其他文件的路径对的上就可以)
1)train.txt和val.txt
【用于指定图片所在位置与对应类别】
train.txt中是所有训练图片所在位置及其对应的标签。
val.txt中是所有测试图片所在位置及其对应的标签。
一般通过写sh或py脚本来生成这两个文件,此例中就是用create_filelist.sh实现的
2)create_lmdb.sh
【用于生成lmdb数据文件】
lmdb是caffe可读取的一种数据形式,生成lmdb数据文件就包括了之前的所有图片及标签信息了(你把原先的图片删了也没事)
3)create_meanfile.sh</