caffe的python接口學習（1）：生成配置文件

 

caffe是C++語言寫的，可能不少人不太熟悉，所以想用更簡單的腳本語言來實現。caffe提供matlab接口和python接口，這兩種語言就很是簡單，並且很是容易進行可視化，使得學習更加快速，理解更加深刻。

半年前，我在學習CAFFE的時候，爲了加深理解，所以寫下了隨筆，有了一系列的caffe學習文章。半年過去，不少人問到關於python接口和可視化的一些問題，如今有點空閒時間，就再次寫下一些隨筆，你們一塊兒來學習。有些重複的內容，我就再也不多講，若是你們有興趣可移步：

如何配置CAFFE的python接口？

如何將圖片轉換成LMDB文件？

如何計算訓練數據的均值文件？

以上這些操做都是訓練以前的預處理操做，無論是用什麼接口，都要用到。

首先，咱們須要掌握的，就是如何寫配置文件，經過下面的代碼來學習：

# -*- coding: utf-8 -*-
"""
Spyder Editor

"""

from caffe import layers as L,params as P,to_proto
path='/home/xxx/data/'                    #保存數據和配置文件的路徑
train_lmdb=path+'train_db'                #訓練數據LMDB文件的位置
val_lmdb=path+'val_db'                    #驗證數據LMDB文件的位置
mean_file=path+'mean.binaryproto'         #均值文件的位置
train_proto=path+'train.prototxt'         #生成的訓練配置文件保存的位置
val_proto=path+'val.prototxt'             #生成的驗證配置文件保存的位置
#編寫一個函數，用於生成網絡
def create_net(lmdb,batch_size,include_acc=False):
    #建立第一層：數據層。向上傳遞兩類數據：圖片數據和對應的標籤
    data, label = L.Data(source=lmdb, backend=P.Data.LMDB, batch_size=batch_size, ntop=2,
        transform_param=dict(crop_size=40,mean_file=mean_file,mirror=True))
    #建立第二屋：卷積層
    conv1=L.Convolution(data, kernel_size=5, stride=1,num_output=16, pad=2,weight_filler=dict(type='xavier'))
    #建立激活函數層
    relu1=L.ReLU(conv1, in_place=True)
    #建立池化層
    pool1=L.Pooling(relu1, pool=P.Pooling.MAX, kernel_size=3, stride=2)
    conv2=L.Convolution(pool1, kernel_size=3, stride=1,num_output=32, pad=1,weight_filler=dict(type='xavier'))
    relu2=L.ReLU(conv2, in_place=True)
    pool2=L.Pooling(relu2, pool=P.Pooling.MAX, kernel_size=3, stride=2)
    #建立一個全鏈接層
    fc3=L.InnerProduct(pool2, num_output=1024,weight_filler=dict(type='xavier'))
    relu3=L.ReLU(fc3, in_place=True)
    #建立一個dropout層
    drop3 = L.Dropout(relu3, in_place=True)
    fc4 = L.InnerProduct(drop3, num_output=10,weight_filler=dict(type='xavier'))
    #建立一個softmax層
    loss = L.SoftmaxWithLoss(fc4, label)
    
    if include_acc:             #在訓練階段，不須要accuracy層，可是在驗證階段，是須要的
        acc = L.Accuracy(fc4, label)
        return to_proto(loss, acc)
    else:
        return to_proto(loss)
    
def write_net():
    #將以上的設置寫入到prototxt文件
    with open(train_proto, 'w') as f:
        f.write(str(create_net(train_lmdb,batch_size=64)))

    #寫入配置文件    
    with open(val_proto, 'w') as f:
        f.write(str(create_net(val_lmdb,batch_size=32, include_acc=True)))
        
if __name__ == '__main__':
    write_net()

經過上面這個文件的執行，咱們就會獲得兩個配置文件：train.prototxt和val.prototxt，分別用於訓練階段和驗證階段。

這種方式生成配置文件，必須有個前提，就是要先把原始圖片轉換成LMDB文件才行。若是咱們已經把原始圖片作成了一個列表清單（txt文件，一行一張圖片），則能夠不用LMDB格式做爲輸入數據，能夠用ImageData做爲數據源輸入，代碼以下：

# -*- coding: utf-8 -*-

from caffe import layers as L,params as P,to_proto
path='/home/xxx/data/'
train_list=path+'train.txt'
val_list=path+'val.txt'           
train_proto=path+'train.prototxt'   
val_proto=path+'val.prototxt'       

def create_net(img_list,batch_size,include_acc=False):
    data,label=L.ImageData(source=img_list,batch_size=batch_size,new_width=48,new_height=48,ntop=2,
                           transform_param=dict(crop_size=40,mirror=True))

    conv1=L.Convolution(data, kernel_size=5, stride=1,num_output=16, pad=2,weight_filler=dict(type='xavier'))
    relu1=L.ReLU(conv1, in_place=True)
    pool1=L.Pooling(relu1, pool=P.Pooling.MAX, kernel_size=3, stride=2)
    conv2=L.Convolution(pool1, kernel_size=53, stride=1,num_output=32, pad=1,weight_filler=dict(type='xavier'))
    relu2=L.ReLU(conv2, in_place=True)
    pool2=L.Pooling(relu2, pool=P.Pooling.MAX, kernel_size=3, stride=2)
    conv3=L.Convolution(pool2, kernel_size=53, stride=1,num_output=32, pad=1,weight_filler=dict(type='xavier'))
    relu3=L.ReLU(conv3, in_place=True)
    pool3=L.Pooling(relu3, pool=P.Pooling.MAX, kernel_size=3, stride=2)
    fc4=L.InnerProduct(pool3, num_output=1024,weight_filler=dict(type='xavier'))
    relu4=L.ReLU(fc4, in_place=True)
    drop4 = L.Dropout(relu4, in_place=True)
    fc5 = L.InnerProduct(drop4, num_output=7,weight_filler=dict(type='xavier'))
    loss = L.SoftmaxWithLoss(fc5, label)
    
    if include_acc:             
        acc = L.Accuracy(fc5, label)
        return to_proto(loss, acc)
    else:
        return to_proto(loss)
    
def write_net():
    #
    with open(train_proto, 'w') as f:
        f.write(str(create_net(train_list,batch_size=64)))

    #    
    with open(val_proto, 'w') as f:
        f.write(str(create_net(val_list,batch_size=32, include_acc=True)))
        
if __name__ == '__main__':
    write_net()

 即第一層由原來的Data類型，變成了ImageData類型，不須要LMDB文件和均值文件，但須要一個txt文件。