caffe典型识别示例CIFAR_10的运行详解

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

1. 该模型在caffe中配置文件为：cifar10_quick_train_test.prototxt
2. 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

（三）具体操作步骤如下所示:

step 1：下载二进制数据集 

下载地址： CIFAR-10 binary version (suitable for C programs)

step 2： 在data目录下建立 input_folder 文件夹 和output_folders 文件夹，并将下载的文件移动至 input_folder文件夹中，

目录结构为：

D:\Caffe\caffe-master\data\cifar10\input_folder

D:\Caffe\caffe-master\data\cifar10\output_folders

建立好文件夹之后，在该目录下新建.bat 文件，文件名为 cifar10_convert.bat .文件内容为：

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

step 3：在data 同级目录下编写 cifar_mean.bat 文件，计算图像的均值。文件内容为：

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：