【caffe】基于caffe的分类模型训练及人脸识别应用

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</