![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
caffe训练
进行caffe训练的详细流程
香博士
仗剑走天涯,不水不浪
展开
-
修改caffe中resize的方式
opencv的resize默认的是使用双线性插值INTER_LINEAR,也可以是尝试其他的方式进行插值操作if (param.random_interpolation_method()) { // 0: INTER_NEAREST // 1: INTER_LINEAR // 2: INTER_CUBIC // 3: INTER_AREA // 4: IN...原创 2020-06-05 12:44:04 · 853 阅读 · 0 评论 -
caffe训练提示:Restarting data prefetching from start
最近一直调caffemodel,发现这个提示时有时没有,决定探究下。这个问题直接翻译就是从开始重新启动数据预取,如果假定每个数据都有序号的话,也就是将重新从0开始读取数据了。发现这个问题和许多方面有关,不是简单的调整一个参数就解决的。其分别与数据集大小/batch size大小/solver文件参数设置等均有关系。会遇到该问题的几种场景:batch size很大,大于数据集大小,即所有数据不够于bn读取一次数据用的,这样每次读取训练时都会出现;解决一般调小batch size另一种碰见的就是,就原创 2020-06-05 12:42:25 · 549 阅读 · 0 评论 -
caffe训练(11)自己训练的caffemodel对图片进行批量预测(含准确率等)
第一种此时将待测试的图片分类放置于test的子文件下,文件夹的名称就是labels中的名称,如图:labels.txt文件截图:# coding=utf-8from __future__ import division import osimport caffeimport numpy as npimport datetimeimport timeimport cv2...原创 2020-01-10 22:36:33 · 651 阅读 · 0 评论 -
caffe训练(10)自己训练的caffemodel批量预测新图片--无其他参数(如准确率等)
#coding=utf-8import syscaffe_root='D:/caffe-master/' #修改成你的Caffe项目路径sys.path.append(caffe_root+'python')import caffecaffe.set_mode_gpu() #设置为GPU运行import numpy as np# from pylab import *# 修改成...原创 2020-01-10 21:48:30 · 252 阅读 · 0 评论 -
caffe训练总(9)Caffe框架下训练自己的数据集和网络
caffe训练总(10)一、图片集的制作1. 图片分文件夹2.打标签3. 制作 lmdb 文件二、训练网络4. 开始训练三、测试性能5. 查看 Accuracy 和 Loss6. 验证模型的准确率当我们安装了 Caffe 框架,经过了 MNIST,和 cifar10 练手以后,开始慢慢熟悉这个经典的框架了,不过总是有需要训练自己准备的图片集和网络的时候,下面是我在使用时个人的一些小总结,以及用到...原创 2020-01-04 15:10:48 · 286 阅读 · 0 评论 -
caffe训练(7)生成deploy文件
caffe训练(7)如果要把训练好的模型拿来测试新的图片,那必须得要一个deploy.prototxt文件,这个文件实际上和test.prototxt文件差不多,只是头尾不相同而也。deploy文件没有第一层数据输入层,也没有最后的Accuracy层,但最后多了一个Softmax概率层。这里我们采用代码的方式来自动生成该文件,以mnist为例。deploy.py# -*- coding: ...原创 2020-01-04 14:58:25 · 336 阅读 · 0 评论 -
caffe训练(8):用训练好的模型(caffemodel)来分类新的图片
经过前面两篇博文的学习,我们已经训练好了一个caffemodel模型,并生成了一个deploy.prototxt文件,现在我们就利用这两个文件来对一个新的图片进行分类预测。我们从mnist数据集的test集中随便找一张图片,用来进行实验。复制代码#coding=utf-8import caffeimport numpy as nproot=’/home/xxx/’ #根目录dep...原创 2020-01-04 14:58:41 · 342 阅读 · 0 评论 -
caffe训练(4)均值文件的生成
caffe训练(4)一、二进制格式的均值计算乌班图系统windows系统二、python格式的均值计算图片减去均值后,再进行训练和测试,会提高速度和精度。因此,一般在各种模型中都会有这个操作。那么这个均值怎么来的呢,实际上就是计算所有训练样本的平均值,均值含义具体可见博客:深度学习(4)数据预处理-均值减法。计算出来后,保存为一个均值文件,在以后的测试中,就可以直接使用这个均值来相减,而不需要...原创 2020-01-04 14:39:53 · 548 阅读 · 0 评论 -
Caffe训练(3)图像数据转换成db(leveldb/lmdb)文件
caffe训练(3)convert_imageset.cpp参数说明txt文件FLAGS: 图片参数组生成lmdb在深度学习的实际应用中,我们经常用到的原始数据是图片文件,如jpg,jpeg,png,tif等格式的,而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb,因此就产生了这样的一个问题:如何从原始图片文件转换成caffe中能够运行的db(level...原创 2020-01-04 14:14:43 · 237 阅读 · 0 评论 -
caffe训练(6)生成solver.prototxt文件
使用python生成solver.prototxt文件以分析的cifar10_quick_solver.prototxt文件为例,使用python程序,生成这个文件。1.代码如下:# -*- coding: UTF-8 -*-import caffe #导入caffe包def wr...原创 2020-01-04 13:25:56 · 291 阅读 · 0 评论 -
caffe训练(5)生成train.prototxt等配置文件
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。原创 2020-01-04 13:04:42 · 412 阅读 · 0 评论 -
caffe训练(2)生成train.txt、val.txt及test.txt文件的分类命令流
在进行caffe训练前需要生成train.txt文件,caffe图像分类训练流程见博客,本文提供了另外一种生成txt文件的命令流。#!/usr/bin/env shDATA=examples/myfile4/data #数据来源的路径 MY=examples/myfile4/data #生成的txt文件存储位置 echo "Create train.txt..."rm ...原创 2019-12-23 17:15:21 · 793 阅读 · 0 评论 -
caffe训练(1)如何打乱训练数据
1、可以选择在将数据转换成lmdb格式时进行打乱;设置参数–shuffle=1;(表示打乱训练数据)默认值为0,表示忽略,不打乱。打乱的目的有两个:1)防止出现过分有规律的数据,导致过拟合或者不收敛。2)在caffe中可能会使得,在模型进行测试时,每一个测试样本都输出相同的预测概率值。2、直接打乱训练文件的标签文件:train.txt方法如下:1)将 train_191209-...原创 2019-12-23 15:53:49 · 409 阅读 · 0 评论