配置好Caffe后,赶紧还是按照风翼冰舟的博文来测试一下Caffe。
这里主要参考了两篇文章:http://blog.csdn.net/zb1165048017/article/details/51476516 http://blog.csdn.net/zb1165048017/article/details/51483206
这里先使用了cifar数据集。
CIFAR-10数据集含有6万个32*32的彩色图像,共分为10种类型,由 Alex Krizhevsky, Vinod Nair和 Geoffrey Hinton收集而来。包含50000张训练图片,10000张测试图片
不过风大上面下载的数据集是bin格式的,里面具体的格式不太懂。
接下来就建立了一个bat文件,用来转换数据集格式,转换后的格式也看不懂(到这里好捉急,理论知识不足,各种细节都不懂)
第四步:计算均值,估计是深度学习步骤的一步操作。会得到mean.binaryproto文件
接下去把mean.binaryproto和转换格式后的两个文件夹一起放到Caffe文件夹下的example\cifar10下
然后就可以建立一个train.bat文件了,用来训练了。训练之前要修改两个配置文件中路径等信息,cifar10_quick_solver.prototx 和 cifar10_quick_train_test.prototxt
主要是修改数据格式和路径
训练好后,得到两个文件cifar10_quick_iter_4000.caffemodel.h5 和 cifar10_quick_iter_4000.solverstate.h5(还是看不懂这些文件中的数据格式~~~~)
到这里就训练好啦
接下来就是测试测试集了
先建立一个synset_words的txt文件,里面是测试数据的具体种类名字。
然后就是单独一张测试和测试集测试的两种了,具体代码我也看不懂