caffe入门学习

最新推荐文章于 2022-07-19 16:00:02 发布

XML0501

最新推荐文章于 2022-07-19 16:00:02 发布

阅读量548

点赞数

文章标签：深度学习 caffe

原文链接：http://blog.csdn.net/hjimce/article/details/48933813

版权

标题caffe入门学习

原文地址：http://blog.csdn.net/hjimce/article/details/48933813
作者：hjimce
转载并增加笔记
本文主要讲解caffe的整个使用流程，适用于初级入门caffe，通过学习本篇博文，理清项目训练、测试流程。初级教程，高手请绕道。

我们知道，在caffe编译完后，在caffe目录下会生成一个build目录，在build目录下有个tools，这个里面有个可执行文件caffe，如下图所示：
在这里插入图片描述
有了这个可执行文件我们就可以进行模型的训练，只需要学会调用这个可执行文件就可以了，这便是最简单的caffe学习，不需要对caffe底层的东西懂太多，只需要会调参数，就可以构建自己的网络，然后调用这个可执行文件就可以进行训练，当然如果你不仅仅是调参数，而且想要更改相关的算法，那就要深入学习caffe的底层函数调用了，这个以后再讲。本篇博文仅适合于刚入门学习caffe，高手请绕道。废话不多说，回归正题：

一、总流程
完成一个简单的自己的网络模型训练预测，主要包含几个步骤：
1、数据格式处理，也就是把我们的图片.jpg,.png等图片以及标注标签,打包在一起，搞成caffe可以直接方便调用的文件。后面我将具体讲解如何打包自己的数据，让caffe进行调用。
2、编写网络结构文件，这个文件的后缀格式是.prototxt。就是编写你的网络有多少层，每一层有多少个特征图，输入、输出……。看个例子，看一下caffe-》example-》mnist-》lenet_train_test.prototxt。这个便是手写字体网络结构文件了，我们需要根据自己的需要学会修改这个文件：

name: "LeNet"
layer {
  name: "mnist"  # 名字可随意
  type: "Data"  # data层只有输出
  top: "data"   # 一般用bottom表示输入，top表示输出，多个top代表多个输出
  top: "label"
  include {
    phase: TRAIN # 训练阶段，若没写则表示即在测试中，又在训练中
  }
  transform_param {
  	mean_file:"examples/minist/mean.binaryproto" # 用一个配置文件来进行均值的操作
    scale: 0.00390625 # 对所有的图片归一化到0~1之间，即对输入数据全部乘以scale，0.0039= 1/255
    mirror:1 # 1表示开启镜像，0表示关闭，也可用true和false来表示
    # 数据增强，裁剪一个227*227的图块，在训练阶段随机裁剪，在测试阶段从中间裁剪
    crop_size:227
  }
  data_param {
    source: "examples/mnist/mnist_train_lmdb" # 训练数据图片路径
    batch_size: 64  # 每次训练采用的图片64张，min-batch
    backend: LMDB   # 选用数据的名称
  }
}
### 使用LMDB源,一般做分类用
layer {
  name: "mnist"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TEST   //测试
  }
  transform_param {
    scale: 0.00390625
  }
  data_param {
    source: "examples/mnist/mnist_test_lmdb" //测试数据图片路径
    batch_size: 100
    backend: LMDB
  }
}
### 使用HDFS数据源，一般做回归用
layer {
  name: "data"
  type: "HDFSData"
  top: "data"
  top: "label"
  hdfs_data_param {
    source:"examples/hdfs_classification/data/train.txt"
    batch_size:10
  }
}
#### 卷积层
layer {
  name: "conv1"   //卷积神经网络的第一层，卷积层
  type: "Convolution"  //这层操作为卷积
  bottom: "data"   //这一层的前一层是data层
  top: "conv1"   
  param {
    lr_mult: 1 # w权值学习率，最终的学习率是这个数乘以solver.prototxt配置文件中的base_lr，通过设置lr_mult的值让该层是否进行更新
  }
  param {
    lr_mult: 2 # b（偏置）的学习率，一般是权重学习率的两倍
  }
  convolution_param {   # 卷积参数
    num_output: 20    # 卷积核个数
    kernel_size: 5    # 卷积核大小5*5*d
    stride: 1         # 卷积核的步长
    pad:0   # 扩充边缘，默认为0，不扩充
    weight_filler {
      type: "xavier"  # 权值初始化，默认为“constant”，值全为0，很多时候用xavier算法来进行初始化，也可设置为“gaussian”
    }
    bias_filler {
      type: "constant" # 偏置初始化，一般设置为“constant”,值全为0
    }
  }
}
#### 池化层
layer {
  name: "pool1"
  type: "Pooling"      //池化层，这一层的操作为池化
  bottom: "conv1"   //这一层的前面一层名字为：conv1
  top: "pool1"
  pooling_param {
    pool: MAX   //最大池化，还有平均池化AVE
    kernel_size: 2  # 池化的核大小
    stride: 2   # 池化步长
  }
}
layer {
  name: "conv2"
  type: "Convolution"
  bottom: "pool1"
  top: "conv2"
  param {
    lr_mult: 1
  }
  param {
    lr_mult: 2
  }
  convolution_param {
    num_output: 50
    kernel_size: 5
    stride: 1
    weight_filler {
      type: "xavier"
    }
    bias_filler {
      type: "constant"
    }
  }
}
layer {
  name: "pool2"
  type: "Pooling"
  bottom: "conv2"
  top: "pool2"
  pooling_param {
    pool: MAX
    kernel_size: 2
    stride: 2
  }
}
layer {
  name: "ip1"
  type: "InnerProduct"
  bottom: "pool2"
  top: "ip1"
  param {
    lr_mult: 1
  }
  param {
    lr_mult: 2
  }
  inner_product_param {
    num_output: 500
    weight_filler {
      type: "xavier"
    }
    bias_filler {
      type: "constant"
    }
  }
}
## 激活函数relu
layer {
  name: "relu1"
  type: "ReLU"
  bottom: "ip1"
  top: "ip1"
}
## 全连接层，输出的是一个简单向量，参数跟卷积层一样
layer {
  name: "ip2"
  type: "InnerProduct"
  bottom: "ip1"
  top: "ip2"
  param {
    lr_mult: 1
  }
  param {
    lr_mult: 2
  }
  inner_product_param {
    num_output: 10   # 输出
    weight_filler {
      type: "xavier"
    }
    bias_filler {
      type: "constant"
    }
  }
}
### Dropout是一个防止过拟合的层
layer {
	name:"drop7"
	type:"Dropout"
	bottom:"fc7-conv"
	top:"fc7-conv"
	dropou_param {
		dropout_ratio:0.5  # 只需要设置一个dropout_ratio
	}
}
## 测试时的输入准确率
layer {
  name: "accuracy"
  type: "Accuracy"
  bottom: "ip2"  # 全连接层的分类结果
  bottom: "label"  # 全连接层的标签结果
  top: "accuracy"
  include {
    phase: TEST
  }
}
### 在不改变数据的情况下，改变输入的维度，如将32*3*28*28变为32*3*14*56
layer {
	name:"reshape"
	type:"Reshape"
	bottom:"input"
	top:"output"
	reshape_param{
		shape{
			dim:0   #表示维度不变，即输入和输出是相同的维度
			dim:0   
			dim:14 # 将原来的维度变为14
			dim：-1  # 系统自动计算维度，数据总量不变，所以可得出维度变为56
		}
	}
}
## softmax-loss layer：输出loss值
layer {
  name: "loss"
  type: "SoftmaxWithLoss"
  bottom: "ip2"
  bottom: "label"
  top: "loss"
}

上面的网络结构，定义的data层，就是定义我们输入的训练数据的路径、图片变换等。
3、网络求解文件，这个文件我们喜欢把它取名为：solver.prototxt，这个文件的后缀格式也是.prototxt。这个文件主要包含了一些求解网络，梯度下降参数、迭代次数等参数……，看下手写字体的solver.prototxt文件：

# caffe提供了六种优化算法来求解最优参数，在solver配置文件中，通过设置type类型来选择，如SGD/AdaDelta/AdaGrad/Adam/Nesterov/RMSProp
<span style="font-size:18px;">
net: "examples/mnist/lenet_train_test.prototxt" # 定义网络结构文件，也就是我们上一步编写的文件如卷积层、池化层等
test_iter: 100     # 迭代了多少个测试样本，样本总数=batch*test_iter
test_interval: 500 # 测试间隔，也就是每训练500次，才进行一次测试
base_lr: 0.01      # 基础学习率
momentum: 0.9      # 动量参数，一般都是0.9不用改变
type: SGD
weight_decay: 0.0005  # 权重衰减系数
lr_policy: "inv"      # 学习率调整的策略（如还可变为-fixed:保持base_lr不变）
gamma: 0.0001
power: 0.75
display: 100    # 每训练100次，在屏幕上显示一次，如果设置为0，则不显示
max_iter: 10000 # 最大迭代次数，1万次就停止了
snapshot: 5000  # 每迭代5000次，保存一次结果
snapshot_prefix: "examples/mnist/lenet" # 保存结果路径
solver_mode: GPU   # 默认是CPU的，训练硬件设备选择GPU还是CPU

这个文件的输入就是我们前面一步定义的网络结构。

4、训练，编写网络求解文件后，我们可以说已经完成了CNN网络的编写。接着我们需要把这个文件，作为caffe的输入参数，调用caffe可执行文件，进行训练就可以了。具体的命令如下：

 ## caffe的安装目录 train --solver=
./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt

这样就完事了，程序就开始训练了。上面的第一个参数caffe，就是我们在编译caffe，生成的可执行文件：
在这里插入图片描述
然后solver就是我们在步骤3编写的solver文件了，只要在ubuntu终端输入上面的命令，就可以开始训练了。

回想一下文件调用过程：首先caffe可执行文件，调用了solver.prototxt文件，而这个文件又调用了网络结构文件lenet_train_test.prototxt，然后lenet_train_test.prototxt文件里面又会调用输入的训练图片数据等。因此我们如果要训练自己的模型，需要备好3个文件：数据文件lmdb(该文件包含寻数据)、网络结构lenet_train_test.prototxt、求解文件solver.prototxt，这几个文件名随便，但是文件后缀格式不要随便乱改。把这三个文件放在同一个目录下，然后在终端输入命令，调用caffe就可以开始训练了。

二、相关细节
1、lmdb数据格式生成
caffe输入训练图片数据我比较喜欢用lmdb格式，好像还有另外一种格式leveldb，这个具体没用过，这里主要讲解lmdb格式数据的制作。其实在caffe-》example-》imagenet文件夹下面的一些脚本文件可以帮助我们快速生产相关的caffe所需的数据。
在这里插入图片描述
create_imagenet.sh这个文件可以帮我们快速的生成lmdb的数据格式文件，因此我们只需要把这个脚本文件复制出来，稍作修改，就可以对我们的训练图片、标注文件进行打包为lmdb格式文件了。制作图片的脚本文件如下：

#!/usr/bin/env sh
# Create the imagenet lmdb inputs
# N.B. set the path to the imagenet train + val data dirs
EXAMPLE=.                # 生成模型训练数据文化夹，即存放所有文件的目录
DATA=.                  # python脚步处理后数据路径
TOOLS=../../build/tools  # caffe的工具库，不用变，caffe安装路径下的tools
TRAIN_DATA_ROOT=train/  #待处理的训练数据图片路径
VAL_DATA_ROOT=val/      # 带处理的验证数据图片路径
# Set RESIZE=true to resize the images to 256x256. Leave as false if images have
# already been resized using another tool.
RESIZE=true   #图片缩放
if $RESIZE; then
  RESIZE_HEIGHT=256  # reshape
  RESIZE_WIDTH=256
else
  RESIZE_HEIGHT=0
  RESIZE_WIDTH=0
fi
if [ ! -d "$TRAIN_DATA_ROOT" ]; then
  echo "Error: TRAIN_DATA_ROOT is not a path to a directory: $TRAIN_DATA_ROOT"
  echo "Set the TRAIN_DATA_ROOT variable in create_imagenet.sh to the path" \
       "where the ImageNet training data is stored."
  exit 1
fi
if [ ! -d "$VAL_DATA_ROOT" ]; then
  echo "Error: VAL_DATA_ROOT is not a path to a directory: $VAL_DATA_ROOT"
  echo "Set the VAL_DATA_ROOT variable in create_imagenet.sh to the path" \
       "where the ImageNet validation data is stored."
  exit 1
fi
echo "Creating train lmdb..."
GLOG_logtostderr=1 $TOOLS/convert_imageset \
    --resize_height=$RESIZE_HEIGHT \
    --resize_width=$RESIZE_WIDTH \
    --shuffle \
    $TRAIN_DATA_ROOT \
    $DATA/train.txt \     #标签训练数据文件
    $EXAMPLE/train_lmdb 
echo "Creating val lmdb..."
GLOG_logtostderr=1 $TOOLS/convert_imageset \
    --resize_height=$RESIZE_HEIGHT \
    --resize_width=$RESIZE_WIDTH \
    --shuffle \
    $VAL_DATA_ROOT \
    $DATA/val.txt \    #验证集标签数据
    $EXAMPLE/val_lmdb
echo "Done."

同时我们需要制作如下四个文件：
1、文件夹train，用于存放训练图片
2、文件夹val，用于存放验证图片
3、文件train.txt，里面包含这每张图片的名称，及其对应的标签。

first_batch/train_female/992.jpg	1
first_batch/train_female/993.jpg	1
first_batch/train_female/994.jpg	1
first_batch/train_female/995.jpg	1
first_batch/train_female/996.jpg	1
first_batch/train_female/997.jpg	1
first_batch/train_female/998.jpg	1
first_batch/train_female/999.jpg	1
first_batch/train_male/1000.jpg	0
first_batch/train_male/1001.jpg	0
first_batch/train_male/1002.jpg	0
first_batch/train_male/1003.jpg	0
first_batch/train_male/1004.jpg	0
first_batch/train_male/1005.jpg	0
first_batch/train_male/1006.jpg	0
first_batch/train_male/1007.jpg	0
first_batch/train_male/1008.jpg	0

上面的标签编号:1，表示女。标签：0，表示男。
4、文件val.txt，同样这个文件也是保存图片名称及其对应的标签。这四个文件在上面的脚本文件中，都需要调用到。制作玩后，跑一下上面的脚本文件，就ok了，跑完后，即将生成下面两个文件夹：
在这里插入图片描述
文件夹下面有两个对应的文件：

制作完后，要看看文件的大小，有没有问题，如果就几k，那么正常是每做好训练数据，除非你的训练图片就几张。
二、训练
1、直接训练法

#!/usr/bin/env sh
TOOLS=../cafferead/build/tools
$TOOLS/caffe train --solver=gender_solver.prorotxt  -gpu all  #加入 -gpu 选项

-gpu 可以选择gpu的id号，如果是 -gpu all表示启用所有的GPU进行训练。
2、采用funing-tuning 训练法

$TOOLS/caffe train --solver=gender_solver.prorotxt -weights gender_net.caffemodel #加入-weights

加入-weights，这个功能很好用，也经常会用到，因为现在的CNN相关的文献，很多都是在已有的模型基础上，进行fine-tuning，因为我们大部分人都缺少训练数据，不像谷歌、百度这些土豪公司，有很多人专门做数据标注，对于小公司而言，往往缺少标注好的训练数据。因此我们一般使用fine-tuning的方法，在少量数据的情况下，尽可能的提高精度。我们可以使用：-weights 选项，利用已有的模型训练好的参数，作为初始值，进行继续训练。
三、调用python接口
训练完毕后，我们就可以得到caffe的训练模型了，接着我们的目标就预测，看看结果了。caffe为我们提供了方便调用的python接口函数，这些都在模块pycaffe里面。因此我们还需要知道如何使用pycaffe，进行测试，查看结果。下面是pycaffe的预测调用使用示例：

# coding=utf-8
import os
import numpy as np
from matplotlib import pyplot as plt
import cv2
import shutil
import time
#因为RGB和BGR需要调换一下才能显示
def showimage(im):
	if im.ndim == 3:
		im = im[:, :, ::-1]
	plt.set_cmap('jet')
	plt.imshow(im)
	plt.show()
#特征可视化显示，padval用于调整亮度
def vis_square(data, padsize=1, padval=0):
	data -= data.min()
	data /= data.max()
	#因为我们要把某一层的特征图都显示到一个figure上，因此需要计算每个图片占用figure多少比例，以及绘制的位置
	n = int(np.ceil(np.sqrt(data.shape[0])))
	padding = ((0, n ** 2 - data.shape[0]), (0, padsize), (0, padsize)) + ((0, 0),) * (data.ndim - 3)
	data = np.pad(data, padding, mode='constant', constant_values=(padval, padval))
	# tile the filters into an image
	data = data.reshape((n, n) + data.shape[1:]).transpose((0, 2, 1, 3) + tuple(range(4, data.ndim + 1)))
	data = data.reshape((n * data.shape[1], n * data.shape[3]) + data.shape[4:])
	showimage(data)
#设置caffe源码所在的路径
caffe_root = '../../../caffe/'
import sys
sys.path.insert(0, caffe_root + 'python')
import caffe
#加载均值文件
mean_filename='./imagenet_mean.binaryproto'
proto_data = open(mean_filename, "rb").read()
a = caffe.io.caffe_pb2.BlobProto.FromString(proto_data)
mean  = caffe.io.blobproto_to_array(a)[0]
#创建网络，并加载已经训练好的模型文件
gender_net_pretrained='./caffenet_train_iter_1500.caffemodel'
gender_net_model_file='./deploy_gender.prototxt'
gender_net = caffe.Classifier(gender_net_model_file, gender_net_pretrained,mean=mean,
					   channel_swap=(2,1,0),#RGB通道与BGR
					   raw_scale=255,#把图片归一化到0~1之间
					   image_dims=(256, 256))#设置输入图片的大小
#预测分类及其可特征视化
gender_list=['Male','Female']
input_image = caffe.io.load_image('1.jpg')#读取图片
prediction_gender=gender_net.predict([input_image])#预测图片性别
#打印我们训练每一层的参数形状
print 'params:'
for k, v in gender_net.params.items():
	print 'weight:'
	print (k, v[0].data.shape)#在每一层的参数blob中，caffe用vector存储了两个blob变量，用v[0]表示weight
	print 'b:'
	print (k, v[1].data.shape)#用v[1]表示偏置参数
#conv1滤波器可视化
filters = gender_net.params['conv1'][0].data
vis_square(filters.transpose(0, 2, 3, 1))
#conv2滤波器可视化
'''filters = gender_net.params['conv2'][0].data
vis_square(filters[:48].reshape(48**2, 5, 5))'''
#特征图
print 'feature maps:'
for k, v in gender_net.blobs.items():
	print (k, v.data.shape);
	feat = gender_net.blobs[k].data[0,0:4]#显示名字为k的网络层,第一张图片所生成的4张feature maps
	vis_square(feat, padval=1)
#显示原图片，以及分类预测结果
str_gender=gender_list[prediction_gender[0].argmax()]
print str_gender
plt.imshow(input_image)
plt.title(str_gender)
plt.show()

上面的接口，同时包含了pycaffe加载训练好的模型，进行预测及其特征可视化的调用方法。
*******作者：hjimce 时间：2015.10.6 联系QQ：1393852684 原创文章，转载请保留原文地址、作者等信息

XML0501

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
caffe入门学习

标题caffe入门学习原文地址：http://blog.csdn.net/hjimce/article/details/48933813作者：hjimce转载并增加笔记本文主要讲解caffe的整个使用流程，适用于初级入门caffe，通过学习本篇博文，理清项目训练、测试流程。初级教程，高手请绕道。我们知道，在caffe编译完后，在caffe目录下会生成一个build目录，在build目录下有个tools，这个里面有个可执行文件caffe，如下图所示：有了这个可执行文件我们就可以进行模型的训练，只
复制链接

扫一扫