caffe典型识别示例CIFAR_10的运行详解
来源:互联网 发布:阿里云acp认证 编辑:程序博客网 时间:2024/06/07 21:57
文件说明:
1. caffe的运行示例 Cifar10
2. 分析Cifar10的数据集合模型结构
3.给出Ciffar10的运行步骤
运行环境:
Windows7 X86 + caffe + VS2013
参考资料:
1. http://blog.csdn.net/maweifei/article/details/52981425
2. http://www.cs.toronto.edu/~kriz/cifar.html (二进制数据库)
3. http://groups.csail.mit.edu/vision/TinyImages (图片数据库)
4. http://www.cs.toronto.edu/~kriz/learning-features-2009-TR.pdf
5. http://blog.csdn.net/zb1165048017/article/details/51476516
(一) CIFAR_10数据集简介
1. CIFAR-10(Dataset)数据集共包含60000张图片
- 图片size: 32pixel * 32pixel
- 图片深度: 三通道RGB彩色图片
- 所有图片共分为10类
- 50000张训练样本
- 10000张测试样本
(二)CIFAR-10使用的卷积神经网络模型为CNN
- 该模型在caffe中配置文件为:cifar10_quick_train_test.prototxt
- 该CNN_NET主要由:卷积层,池化层、非线性变化层,局部对比归一化线性分类器组成
D:\Caffe\caffe-master\Build\x64\Release\convert_cifar_data.exe D:\Caffe\caffe-master\data\cifar10\input_folder D:\Caffe\caffe-master\data\cifar10\output_folder leveldbpause双击运行,得到以下文件 leveldb 文件
Build\x64\Release\compute_image_mean.exe data\cifar10\output_folder\cifar10_train_leveldb mean.binaryproto --backend=leveldbpause
双击运行cifar_mean.bat文件,得到 mean.bianryproto文件,将该文件移至,*/examples/cifar10 目录下。
setp 4: 创建 cifar_train.bat文件进行训练。
由于本操作在CPU下进行,打开D:\Caffe\caffe-master\examples\cifar10\ 文件,将训练模式修改为 CPU; 同时,打开D:\Caffe\caffe-master\examples\cifar10\cifar10_quick_train_test.prototxt 文件,修改名为cifar的作用于train和test的数据层的数据源,如下所示;
Build\x64\Release\caffe.exe train --solver=examples/cifar10/cifar10_quick_solver.prototxt pause
双击运行,进行模型训练。得到以下两个文件
训练结果如下:
step 5:进行图片分类
首先,创建D:\Caffe\caffe-master\examples\cifar10\synset_words.txt文件。文件内容如下:
在caffe根目录下,创建cifar_class.bat文件。即D:\Caffe\caffe-master\cifar_class.bat。内容如下:
D:\Caffe\caffe-master\Build\x64\Release\classification.exe D:\Caffe\caffe-master\examples\cifar10\cifar10_quick.prototxt D:\Caffe\caffe-master\examples\cifar10\cifar10_quick_iter_4000.caffemodel.h5 D:\Caffe\caffe-master\examples\cifar10\mean.binaryproto D:\Caffe\caffe-master\examples\cifar10\synset_words.txt D:\Caffe\caffe-master\examples\images\cat_gray.jpgpause
得到如下结果:
- caffe典型识别示例CIFAR_10的运行详解
- 【caffe学习】caffe第二个比较典型的识别例子CIFAR_10的运行详解
- 【深度学习】笔记4_caffe第二个比较经典的[小图片]识别例子CIFAR_10的运行,网络模型的详解
- 递归的典型示例
- 学习笔记:Caffe上配置和运行Cifar10的示例
- 学习笔记:Caffe上配置和运行Cifar10的示例
- caffe -- mnist示例程序详解
- caffe示例实现之6微调CaffeNet用于Flickr Style数据集上的风格识别
- 官方Caffe-windows 配置与示例运行
- caffe上运行mnist实例---手写数字识别所遇到的问题及解决方案
- ubuntu下运行caffe下的“Hello World”——mnist手写体数字识别例程
- 一个典型的语音识别系统
- 一个典型的语音识别系统
- 一个自定义的典型的CRUD示例
- caffe示例实现之12微调CaffeNet用于风格识别
- caffe自学-mnist示例程序详解
- 移动端车牌识别前端识别算法的典型应用
- caffe的python接口示例
- 设计模式(七)factory method
- 【微机实验系列】基于微机的串行通信口扩展
- linux网络编程第二讲
- javascript 原型与原型链详解
- 《Algorithms》第八章课后习题8.10题解
- caffe典型识别示例CIFAR_10的运行详解
- 【Linux 虚拟机】VMware虚拟机安装Ubuntu系统英文改中文的方法
- linux 内核编程 0-hello
- python中==和is的区别,a==b和a is b
- ThinkPHP中添加公共类
- JSON与XML面试题
- ubuntu
- Redis学习第五节
- 自动内存管理机制_运行时数据区域