利用caffe训练好的模型进行测试
2016-12-29 10:13
239 查看
在caffe训练的过程中,我们利用验证集来测试,可以大概了解模型的准确率。
本文讲解的是,对于caffe训练好的模型进行预测,得出准确率。
主要需要以下几个文件:
其中log文件夹保存的是测试结果
snapshot_iter_50000.caffemodel.h5: 为需要测试的caffe模型
test.sh: 为测试程序
train_val.prototxt: 为测试的网络结构,需要加入测试数据。
test.sh:
其中 iterations * batch_size = 测试图片总数,batch_size在train_val.prototxt里设置。
实验结果:
本文讲解的是,对于caffe训练好的模型进行预测,得出准确率。
主要需要以下几个文件:
其中log文件夹保存的是测试结果
snapshot_iter_50000.caffemodel.h5: 为需要测试的caffe模型
test.sh: 为测试程序
train_val.prototxt: 为测试的网络结构,需要加入测试数据。
test.sh:
#!/usr/bin/env sh TOOLS=/caffe-master/build/tools GLOG_log_dir='/celeba_test/log/' \ $TOOLS/caffe test \ --model=/celeba_test/train_val.prototxt \ --weights=/celeba_test/snapshot_iter_50000.caffemodel.h5 \ --iterations=320 \ --gpu=0
其中 iterations * batch_size = 测试图片总数,batch_size在train_val.prototxt里设置。
实验结果:
相关文章推荐
- caffe利用训练好的模型进行实际测试
- caffe--python版利用训练好模型进行测试
- caffe利用训练好的模型进行实际测试
- 【Caffe的C++接口使用说明(三)】Ubuntu14.04下Caffe利用训练好的模型进行分类的C++接口使用说明(三)
- 用caffe训练完模型之后调用matlab接口直接进行测试,不用重新编写模型程序
- Mxnet图片分类(4)利用训练好的模型进行测试
- 利用caffe训练好的模型测试自己的手写字体图片
- caffe(二): 利用训练好的MNIST模型测试自己的手写字符图片
- 利用caffe训练的模型,写一个测试程序
- caffe初探4:对训练得到的模型进行测试
- 利用caffe日志进行测试精度训练损失等的画图(caffe训练结果可视化)
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-4应用生成模型进行预测
- Windows上利用Caffe-SSD进行训练和测试
- Windos 7 64位下通过VS2013配置caffe模型,并使用MATLAB调用训练好的ImgaeNet接口做测试
- caffe+python 使用训练好的VGG16模型 对 单张图片进行分类,输出置信度
- 使用caffe训练并且测试一个自己的模型
- 深度学习与人脸识别系列(4)__利用caffe训练深度学习模型
- 从一到二:利用mnist训练集生成的caffemodel对mnist测试集与自己手写的数字进行测试
- matlab + mnist 调用训练好的caffe模型进行手写体识别
- caffe测试已经训练好的模型的迭代次数修改