【Caffe】caffe命令行及相关工具使用方法 《很认真的讲讲Caffe》

1.Caffe

编译好后，我们训练，测试都是运行./build/tools/caffe 

下面我简介介绍它的用法：

commands：

    train                      训练模型

    test                       调用prototxt中test模式，就是用验证集对模型打分。也可以通过修改train_val.prototxt指定新的测试集。

    device_query        显示GPU诊断信息

    time                       计算模型执行时间

Flags：

    -gpu                     可选参数，指定用哪一块GPU设备，默认为0。如果参数设置为‘all’，则使用所有可用GPU。

                                多GPU训练真正batch数量是GPU数 × batch数。

    -iterations             test模式可选参数。默认为50，原则上应该跟solver中test_iter相同。

    -model                  test、time模式必选参数。指定网络结构文本，train_val.prototxt

    -sighup_effect      收到SIGHUP信号要采取的动作，可选：snapshot、stop、none，默认为snapshot。

    -sigint_effect         同上，默认为stop。

    -snapshot             恢复训练指定上次中止的快照文件xxxxxx.solverstate

    -slover                  train模式必选参数。指定超参数文本。

    -weights               1. test模式必选参数。指定训练好的xxxxxx.caffemodel

                                2. train模式可选参数。指定需要在哪个caffemodel上做finetune

2.extract_features

路径：./build/tools/extract_features.bin

参数1：xxx.caffemodel

参数2：deploy.prototxt

参数3：conv1 or conv2 or pool1，可一个，可多个用逗号间隔

参数4：保存上面特征图的路径

参数5(option)：做特征提取的数据批数量

参数6(option)：输入数据格式（LMDB or LEVELDB）

参数7(option)：CPU or GPU

参数8(option)：如果选择GPU，则选择设备号

3.Classification

路径: ./build/examples/cpp_classification/classification.bin

参数1: deploy.prototxt

参数2: xxx.caffemodel

参数3: mean.binaryproto

参数4: words.txt

参数5: xxx.jpg