Caffe 用自己的数据集在ImageNet网络结构上训练测试
2017-09-08 11:08
411 查看
目的:使用自己的数据集,使用caffe自带的ImageNet网络结构,训练测试
参考官网链接:http://caffe.berkeleyvision.org/gathered/examples/imagenet.html
我自己准备的数据集:http://pan.baidu.com/s/1o60802I
我们的数据集图片分10个类,每个类有100个train图片(train文件夹下,一共1000),20个test图片(val文件夹下,一共200)
1 文件夹train:里面放训练的图片
2 文件夹val:里面放val的图片
3 train.txt :训练图片的文件名和对应的类别
4 val.txt:测试图片的文件名和对应的类别
我已经为大家准备好了,下载链接:http://pan.baidu.com/s/1o60802I
以后大家自己准备数据集,就按照上面的方式将 图片和txt文件,放入对应目录下
对于这个脚本,我们打开,根据自己的路径做更改;
计算完后得到一个文件:
当然,跟上面一样,我们使用需要更改脚本对应的路径
这里我们直接使用caffe提供的这个网络结构,以后我们再根据自己的想法做更改;
注意:大家需要打开这个文件,更改里面的路径
修改参数
当然,上面的命令,需要根据你自己的路径相应的改下
我们的样本数很少,当图片到百万数量级的时候,效果会很大提升;
而且我提供的数据是淘宝的图片,本身的难度很大,就是人也很难分清楚
参考官网链接:http://caffe.berkeleyvision.org/gathered/examples/imagenet.html
我自己准备的数据集:http://pan.baidu.com/s/1o60802I
我们的数据集图片分10个类,每个类有100个train图片(train文件夹下,一共1000),20个test图片(val文件夹下,一共200)
一、首先准备自己的数据集
我们需要准备的文件有:1 文件夹train:里面放训练的图片
2 文件夹val:里面放val的图片
3 train.txt :训练图片的文件名和对应的类别
4 val.txt:测试图片的文件名和对应的类别
我已经为大家准备好了,下载链接:http://pan.baidu.com/s/1o60802I
以后大家自己准备数据集,就按照上面的方式将 图片和txt文件,放入对应目录下
二、创建lmdb格式数据集
在caffe安装的根目录下执行下面的脚本可以创建lmdb文件,用于caffe的数据输入;./examples/imagenet/create_imagenet.sh
对于这个脚本,我们打开,根据自己的路径做更改;
三、计算图像均值
输入数据需要训练图片的均值图像./examples/imagenet/make_imagenet_mean.sh
计算完后得到一个文件:
data/ilsvrc12/imagenet_mean.binaryproto.
当然,跟上面一样,我们使用需要更改脚本对应的路径
四、配置网络结构文件
网络模型文件在models/bvlc_reference_caffenet/train_val.prototxt文件中;
这里我们直接使用caffe提供的这个网络结构,以后我们再根据自己的想法做更改;
注意:大家需要打开这个文件,更改里面的路径
五、训练参数文件
训练参数文件在:models/bvlc_reference_caffenet/solver.prototxt中 对solver.prototxt
修改参数
六、开始训练
./build/tools/caffe train --solver=/home/a216/caffe-master/sloanqin/data/godpool/txt/solver.prototxt
当然,上面的命令,需要根据你自己的路径相应的改下
七、结果
训练过程中,可以看到正确率在不断提升;最后的准确率是50%;我们的样本数很少,当图片到百万数量级的时候,效果会很大提升;
而且我提供的数据是淘宝的图片,本身的难度很大,就是人也很难分清楚
相关文章推荐
- matconvnet环境下训练自己的数据集及模型测试-mnist网络结构-cifar10部分数据集
- (1)caffe学习之调用预训练的网络训练自己的数据集
- Caffe训练和测试自己的数据集
- 【SSD】用caffe-ssd框架自带VGG网络训练自己的数据集
- caffe 训练测试自己的数据集
- caffe示例实现之5用CaffeNet训练与测试自己的数据集
- 4000 windows-caffe 训练和测试自己的数据集
- 利用caffe 用自己的数据集在imagenet网络中实践
- Caffe深度学习入门—— caffenet 微调网络 训练自己的数据并测试训练的模型
- Windows Caffe 学习笔记(四)搭建自己的网络,训练和测试MNIST手写字体库
- Caffe中文件参数设置(九-2):训练和测试自己的数据集-windows10版本
- Caffe学习笔记1:linux下建立自己的数据库训练和测试caffe中已有网络
- 在纯净的linux中配置安装caffe直到可以训练和测试自己的数据集(1/2)
- mnist数据集在caffe(windows)上的训练与测试及对自己手写数字的分类
- 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-1.制作自己的数据集
- caffe训练测试自己的数据集
- FCN制作自己的数据集、训练和测试 caffe
- Caffe训练和测试自己的数据集
- caffe(7) 训练自己的CNN网络—基于自己建立的数据集
- 利用caffe 用自己的数据集在imagenet网络中实践