手把手教windows10+无Gpu+caffe下Mnist实例运行与测试自己的图片

前言：趁热打铁，完成了mnist实例的训练与测试，并用自己找的图片进行了测试。

本文需要的环境及数据

1. 参照上篇博客配置
2. 此例子所需数据集及所有需要修改生成的文件都放在云盘里，需要请自取 。链接：http://pan.baidu.com/s/1c16XXAS 密码：69c1

训练模型

1. 数据集：程序本身不带测试数据，需要去下载，云盘里有。测试数据为leveldb格式。下载好后直接解压，得到两个文件夹（mnist-train-leveldb和mnist-test-leveldb），将这两个文件夹直接复制.\caffe-windows\examples\mnist .\examples\mnist\ 目录下。

2. 修改配置文件。该目录下prototxt扩展名的都是配置文件。我们需要修改lenet_solver.prototxt，定位到最后一行：solver_mode: GPU，将GPU改为CPU。

   另外需要修改 lenet_train_test.prototxt文件的第14，16，31，33行
   

   我这里需要双\,你们自己试一下看需不需要。

3. 在D:\APK\caffe-windows\caffe-windows下运行（在你自己的caffe-windows目录下）。新建文本文档txt并重命名为train_mnist.bat，编辑
   .\Build\x64\Release\caffe.exe train--solver=examples
\mnist\lenet_solver.prototxt
pause
   前两行连在一行写~
   双击运行就可以了，结果如下：

用标准数据集测试模型：

按上一步骤生成test_mnist.bat,前边写在一行。
.\Build\x64\Release\caffe.exe
test--model=examples/mnist/lenet_train_test.prototxt -weights=examples\mnist\lenet_iter_10000.caffemodel
pause

测试结果如下：

用自己的图片测试此模型：

参考风翼冰舟的博客http://blog.csdn.net/zb1165048017/article/details/52217772
1. 准备数据：可以从网上搜索，或者自己手写拍照。

找了一个0图片，首先用画图工具resize到28*28像素。然后用matlab或者python进行图像二值化处理。我这里用matlab了。

image=imread('c:\users\yiyi\Desktop\raw.png')
im=255-rgb2gray(image)
imwrite(uint8(im),'c:\users\yiyi\Desktop\0.jpg')

然后生成label.txt
2.计算均值文件：在.\Build\x64\Release(或者Debug)目录下新建bat文件mnist_mean.bat，内容如下：

.\Build\x64\Debug\compute_image_mean.exe examples/mnist/mnist_train_leveldb examples/mnist/mean.binaryproto --backend=leveldb
pause

运行得到mean.binaryproto 。
3. 很重要：生成deploy.prototxt
这里参考了苏的专栏：http://blog.csdn.net/lanxuecc/article/details/52474476
我这里是将 lenet_train_test.prototxt复制了副本然后照着上边博文改了三处。
第一：/将原来训练与测试两层数据层data部分用下边代码替换/：

layer {
  name: "data"
  type: "Input"
  top: "data"
  input_param { shape: { dim: 1 dim: 1 dim: 28 dim: 28 } }
}

    总得来说，deploy.prototxt就是在lenet_train_test.prototxt的基础上稍作改动，input_param { shape: { dim: 1 dim: 1 dim: 28 dim: 28 } } 这四个dim参数分别是 ：
（1）对待识别样本图片进行数据增广的数量，一个图片会变成10个，之后输入到网络进行识别。如果不进行数据增广，可以设置成1。
（2）图片的通道数，一般灰度图片为单通道，则值为1，如果为非灰度图3通道图片则为3。
（3）图片的高度，单位像素。
（4）：图片的宽度，单位像素

第二：/删除了原有的测试模块的测试精度层/

第三：/*输出层的类型由SoftmaxWithLoss变成Softmax，训练是输出时是loss，应用时是prob。

layer {
  name: "prob"
  type: "Softmax"
  bottom: "ip2"
  top
}
```4. 
. 开始测试：
把要用到的数据都放在一个目录中，刚刚生成的1~3.
在D:\APK\caffe-windows\caffe-windows下运行（在你自己的caffe-windows目录下）。新建文本文档txt并重命名为mnist_class.bat，编辑：




<div class="se-preview-section-delimiter"></div>

.\Build\x64\Debug\classification.exe examples/mnist/deploy.prototxt examples\mnist\lenet_iter_10000.caffemodel examples/mnist/mean.binaryproto examples/mnist/label.txt examples/mnist/0.jpg 
pause
“`
点击运行，结果如下：

终于整理完了，呜呜呜，两篇博文整理了四个小时，歇会去啦，么么哒~