Caffe for Windows 訓練cifar10

咱們學習Caffe提供的簡單例程，目的是爲了讓初學者輕鬆上手，以examples/cifar10/爲例，主要用於小圖片的分類。

 

1 cifar10數據集

60000張32*32彩色圖片，50000張訓練，10000張測試

下載cifar10數據集：http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz

將下載好並解壓好的數據存放於/data/cifar10/路徑

下載好的原始數據是BINARY（二進制）格式的，須要轉換成LMDB或LEVELDB格式才能被Caffe識別（本文以LEVELDB格式爲例）。

 

2 轉換格式

咱們已經編譯好Caffe，可參考前面的博客Caffe環境搭建，只須要在根目錄D:\caffe-master下編寫一個腳本，完成後雙擊該腳本便可，我是將Caffe的源碼解壓在D盤的。

腳本文件以下所示：

.\Build\x64\Release\convert_cifar_data.exe ./data/cifar10 ./examples/cifar10 leveldb
pause

 

.\Build\x64\Release\convert_cifar_data.exe 

./data/cifar10         表示輸入數據文件路徑

./examples/cifar10  表示輸出數據文件路徑

leveldb                   表示數據格式，你也能夠嘗試生成lmdb格式

 

提示：如何編寫bat腳本文件？

答：其實就是新建一個文本文件，而後將後綴名改寫成bat就能夠。

關於腳本里面的Release模式，有人確定會問，我用Debug模式不能夠嗎？

答：也能夠。但由於在Debug模式下會出現一系列的問題，我我的建議仍是在Release模式下生成Caffe。

 

3 圖像數據均值

咱們已經編譯好Caffe，只須要在目錄D:\caffe-master下編寫一個腳本就好，完成後雙擊腳本。

腳本以下所示：

.\Build\x64\Release\compute_image_mean.exe -backend=leveldb ./examples/cifar10/cifar10_train_leveldb mean.binaryproto
pause

 

    .\Build\x64\Release\compute_image_mean.exe    表示圖像數據進行初始化處理，須要compute_image_mean.exe可執行文件

    -backend=leveldb  表示數據格式，若是不添加這句話的，默認轉化爲lmdb

    ./examples/cifar10/cifar10_train_leveldb 表示剛纔生成的訓練數據集的路徑，而不是val驗證數據集的路徑

     mean.binaryproto 表示輸出均值文件名，後綴名爲binaryproto。這裏默認保存在當前路徑下，也就是在D:\caffe-master。

 

4 配置網絡文件

該版本的網絡配置文件有不少，我這裏使用/examples/cifar10/cifar10_quick_train_test.prototxt。打開以後修改訓練數據和驗證數據以及均值文件的路徑，以下圖所示，紅色部分爲修改事後的：

因爲我是CPU模式的，因此還須要修改一下/examples/cifar10/cifar10_quick_solver.prototx文件裏面的模式，以下圖所示，紅色圓圈爲修改過的，原先爲GPU模式。

 

5 訓練日誌

因爲使用了cifar10_quick_train_test.prototxt，對應的在模型訓練設置文件上咱們使用cifar10_quick_solver.prototxt，其實不須要修改內容，固然你也能夠本身指定一些參數。

咱們已經編譯好Caffe，只須要在根目錄D:\caffe-master下編寫一個腳本，完成後雙擊該腳本便可。

.\Build\x64\Release\caffe.exe train --solver=examples/cifar10/cifar10_quick_solver.prototxt
pause

要是想進行驗證的話，能夠修改命令爲：

.\Build\x64\Release\caffe.exe test --model=examples/cifar10/cifar10_quick_train_test.prototxt
pause

 運行結果，圖中紅色處爲準確率，咱們訓練測試主要看的也就是它：