在windows,linux平台进行caffemodel的批量训练

笔者之前在训练caffemodel的时候，都是先设置好一个网络模型，然后再在命令行中输入训练执行命令比如（linux中）：

./build/tools/caffe train --solver=examples/mydata/huihua_dongfang/mynetV2/solver.prototxt

后来发现写一个批处理程序，可以一下子处理很多个网络模型，非常简单高效，能将自己从简单劳动中解放出来。具体的我分为windows, linux两个系统中分别讲解。

1，linux系统中，批量训练4个网络模型， 新建一个shell脚本文件，命名为“train.sh”， 在里面输入训练模型执行命令：

./build/tools/caffe train --solver=examples/mydata/huihua_dongfang/mynetV2/solver.prototxt
./build/tools/caffe train --solver=examples/mydata/huihua_dongfang/mynetV3/solver.prototxt
./build/tools/caffe train --solver=examples/mydata/huihua_dongfang/mynetV4/solver.prototxt
./build/tools/caffe train --solver=examples/mydata/huihua_dongfang/mynetV5/solver.prototxt

这样，在mynetV2训练好之后，会自动切换到mynetV3进行训练，非常简单高效。

2，windows系统中，批量训练4个网络模型， 新建一个bat批处理文件，命名为“train.bat”,在里面输入训练模型执行命令：

"caffe/caffe.exe" train --solver=V1211solver-48.prototxt --weights=train_V9_64/models_48_1/_iter_220000.caffemodel >log/V12_11.log 2>&1
"caffe/caffe.exe" train --solver=V1212solver-48.prototxt --weights=train_V9_64/models_48_1/_iter_220000.caffemodel >log/V12_12.log 2>&1
"caffe/caffe.exe" train --solver=V1213solver-48.prototxt --weights=train_V9_64/models_48_1/_iter_220000.caffemodel >log/V12_13.log 2>&1

这样程序自动在train_V9_64/models_48_1/_iter_220000.caffemodel的基础上进行finetune，并将训练日子保存到 log/V12_11.log 中， 第一个模型训练好之后，自动切换到第一个模型。

这篇博客，对于模型的批量训练非常实用，推荐给大家！