解决caffe训练target_blobs.size ==source_layer.blobs_size(2 vs.1)

说明：这是在caffe利用resnet网络训练二分类的问题遇到的，之所以采用caffe训练是因为使用的嵌入式设备只支持caffe和tensorflow的模型权重文件。

1、首先采用的resnet50训练，搭建网络并加载权重，参考https://blog.csdn.net/m0_37357063/article/details/84726818制作自己的训练集和测试集。在csdnhttps://blog.csdn.net/AMDS123/article/details/89419542上下载对一个的权重，但是最后出现错误无法解析caffemodel文件。于是更换了caffemodel文件（在pudn上下载），错误还是一样的。放弃resnet50，搭建resnet18网络

2、搭建resnet18网络也是简单，在github上下载prototxt，在pudn上下载caffemomdel上，出现错误target_blobs.size ==source_layer.blobs_size(2 vs.1) incompatible number of blobs for layer conv1

3、在网络上搜索相关错误信息，提供如下解决方案：

     https://blog.csdn.net/xiakejiang/article/details/85613849

     https://www.cnblogs.com/xzabg/p/6123459.html

     解决方案大同小异，但是对于我还是无济于事，认真分析错误信息，貌似是输入和输出的blob的size不匹配，错误出现在解析model的时候权重的copy出现的问题，没有分清楚prototxt是source文件还是caffemodel，于是更换了下prototxt，下载https://github.com/HolmesShuan/ResNet-18-Caffemodel-on-ImageNet或者去https://blog.csdn.net/baidu_24281959/article/details/54286497?%3E该博客去直接复制，加载完后出现错误：

目前已经可以对conv1层加载权重了，问题出现在了最后一层，之前conv1不能加载的原因是prototxt中的conv1存在bias，而caffemodel中是没有的。解决办法就是修改prototxt，或者直接更换prototxt

现在的错误意思是：caffemodel中最后一层的参数shape是1000*512，而我自己构建的prototxt是做二分类用的2*512，尺度不匹配，如果想要训练你自己的数据的话，需要将原来的fc1000层名字修改，这样就不会加载caffemodel里面的fc1000了！！

ps：caffemodel未source，prototxt为target

完结，撒花