win10+fcn+caffe(CPU)以sif-flow数据集训练网络

1.配置caffe（CPU模式）参考上一篇博文

2.下载fcn源码https://github.com/shelhamer/fcn.berkeleyvision.org

3.数据准备

sift-flow数据集http://www.cs.unc.edu/~jtighe/Papers/ECCV10/siftflow/SiftFlowDataset.zip

并解压至/fcn.berkeleyvision.org/data/下，并将文件夹名重命名为sift-flow。这里一定要注意，/fcn.berkeleyvision.org/data/下本来就有一个文件夹叫sift-flow，千万不要覆盖。同时，这些原本就存在的文件夹里的东西还要全部复制到新解压的sift-flow文件夹下边。你可以先把原本的sift-slow重新命名为sitf-flow_1，然后再解压复制！

预训练模型http://dl.caffe.berkeleyvision.org/

下载VGG-16的预训练模型放至/fcn.berkeleyvision.org/ilsvrc-nets/目录下，并重命名为vgg16-fcn.caffemodel。

把根目录下 的所有文件拷贝到siftflow-fcn32s目录下

4.代码修改

（1）修改solve.py

# init
#caffe.set_device(int(sys.argv[1])) #我的电脑没有gpu，如果你电脑有gpu的话，这一行不用注释
#caffe.set_device(0) #我的电脑没有gpu，如果你电脑有gpu的话，这一行不用注释
#affe.set_mode_gpu() #我的电脑没有gpu，如果你电脑有gpu的话，这一行不用注释

#solver = caffe.SGDSolver('solver.prototxt')
#solver.net.copy_from(weights)
solver = caffe.SGDSolver('solver.prototxt')
vgg_net = caffe.Net(vgg_proto, vgg_weights, caffe.TRAIN)
surgery.transplant(solver.net, vgg_net)

（2）修改solver.prototxt

添加

snapshot:4000
snapshot_prefix:"snapshot/train"

注：首先在siftflow-fcn32s目录下新建snapshot文件夹

5.训练

cmd进入siftflow-fcn32s目录，输入python solve.py

已经开始训练