cifar10——windows下的caffer_master编译训练过程

1.下载数据：

2.格式转换：转换成LMDB格式

 

3.求均值文件

lmdb

D:\caffe\caffe-master\Build\x64\Debug\compute_image_mean.exe D:\caffe\caffe-master\examples\cifar10\cifar-10\bat\output\cifar10_train_lmdb D:\caffe\caffe-master\examples\cifar10\cifar-10\cifar10_mean\mean_lmdb.binaryproto  
pause

leveldb要写出backend=leveldb，因为默认是lmdb

D:\caffe\caffe-master\Build\x64\Debug\compute_image_mean.exe -backend=leveldb  D:\caffe\caffe-master\examples\cifar10\cifar-10\bat\output\cifar10_train_leveldb D:\caffe\caffe-master\examples\cifar10\cifar-10\cifar10_mean\mean.binaryproto  
pause

开始训练：

修改两个文件

网络模型文件cifar10_quick_train_test.prototxt

超参数文件cifar10_quick_solver.prototxt

编写train.bat文件

D:\caffe\caffe-master\Build\x64\Debug\caffe.exe train --solver=D:/caffe/caffe-master/examples/cifar10/cifar10_quick_solver.prototxt
pause

成功

4.分类预测classification.bat

出现问题

Check failed: labels_.size() == output_layer->channels() (15 vs. 10) Number of labels is different from the output layer dimension.

分析了多种原因，1.数据转换的两种格式不是影响因素，2.与batchsize无关3.与label有关，

数据下载后，会提供一个label为batches.meta.txt，有文章说label中的不能有空行，否则报错，尝试删掉空行后依然报错，所以选择自行抒写label，同样输入10个标签

然后训练不出现size不一的问题，但是出现了图片为空的错误

 Check failed: !img.empty() Unable to decode image D:\caffe\caffe-master\examples\cifar10\cifar-10\dog2.jpg

原因：图片名字写错了，不是dog2是dag2，我很服气，修改后，测试成功

同样方法对leveldb进行测试结果达到90%以上

 

用lmdb格式时，均值文件忘记改了，在网络模型文件中，用对应lmdb格式数据求出的mean文件，进行训练，测试，所得结果一样好，90%以上，但略有差别