windows下利用caffe训练自己的图像分类模型

最新推荐文章于 2024-08-15 09:59:24 发布

原创最新推荐文章于 2024-08-15 09:59:24 发布 · 1.4k 阅读

2 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

本文详细介绍了使用Caffe框架进行深度学习模型训练的全过程，包括数据标签生成、LMDB文件创建、mean文件计算及模型训练的具体步骤。

1.通过自己的数据生成对应的数据标签，分为train和txt，第一列为图片路径

2. 生成lmdb文件

第一个路径为你图片保存的目录，第二个为第一步生成的txt保存的目录，第三个是生成的lmdb文件保存的目录

convert_imageset.exe --shuffle --resize_height=256 --resize_width=256 C:/Users/jack/Desktop/caffe/code_01/hou/ C:/Users/jack/Desktop/caffe/code_01/train.txt C:/Users/jack/Desktop/caffe/code_01/train_jiaotong/train

这个是生成text版本的lmdb文件
convert_imageset.exe --shuffle --resize_height=256 --resize_width=256 C:/Users/jack/Desktop/caffe/code_01/hou/ C:/Users/jack/Desktop/caffe/code_01/test.txt C:/Users/jack/Desktop/caffe/code_01/train_jiaotong/test

3.生成mean文件（有网络参数配置里面没有mean文件的路径，加上这个有助于模型效果的提升）

第一个路径是刚生成的lmdb文件，第二个路径是生成mean文件保存的路径

compute_image_mean.exe C:/Users/jack/Desktop/caffe/code_01/train_jiaotong/train/ C:/Users/jack/Desktop/caffe/code_01/meanfile/mean.binaryproto

4.训练

caffe.exe train -solver C:/Users/jack/Desktop/caffe/code_01/proto_file/solver.prototxt