caffe CIFAR 10 database

最新推荐文章于 2023-06-11 20:39:29 发布

yinghua2016

最新推荐文章于 2023-06-11 20:39:29 发布

阅读量469

点赞数

本文链接：https://blog.csdn.net/yinghua2016/article/details/77621792

版权

本文介绍了如何在Caffe框架中利用自带的CIFAR-10数据集进行训练，详细说明了训练和测试的prototxt配置文件结构。

摘要由CSDN通过智能技术生成

（一）：CIFAR数据集:

Caffe 深度学习框架上手教程

image的个数：60000

image的大小：32*32*3

class的个数：10 （飞机；汽车；鸟；猫；鹿；狗；青蛙；马；船；卡车）

50000张用于训练，10000张用于测试。

（二）

train batch有5个每个里面有10000张图片

test batch有1个每一类1000张图片

batches.meta为class的名字

每个batch的有10000个data和相对应的label

label从0到9

有一个名为batches.meta.txt的文件。这是一个ASCII文件，将范围为0-9的数字标签映射到有意义的类名。它只是10个类名的列表，每行一个。行i上的类名称对应于数字标签i。

（三）

在caffe中自带的CIFAR数据集进行训练的prototxt和结构如下：

cifar10_quick_train_test.prototxt

name: "CIFAR10_quick"
	layer {
	name: "cifar"
	type: "Data"
	top: "data"
	top: "label"
	include {
	phase: TRAIN
	}
	transform_param {
	mean_file: "examples/cifar10/mean.binaryproto"
	}
	data_param {
	source: "examples/cifar10/cifar10_train_lmdb"
	batch_size: 100
	backend: LMDB
	}
	}
	layer {
	name: "cifar"
	type: "Data"
	top: "data"
	top: "label"
	include {
	phase: TEST
	}
	transform_param {
	mean_file: "examples/cifar10/mean.binaryproto"
	}
	data_param {
	source: "examples/cifar10/cifar10_test_lmdb"
	batch_size: 100
	backend: LMDB
	}
	}
	layer {
	name: "conv1"
	type: "Convolution"
	bottom: "data"
	top: "conv1"

关注