Caffe-windows入门学习，编译、训练、测试详细教程

目录结构

• 一. 准备工作
• 二. 编译
  
  • 2.1、开启相关caffe版本的编译开关配置内容
  • 2.2、手动更改或者指定版本对应编译器目录
  • 2.3、下载依赖文件dependencies文件到指定目录
  • 2.4、编译
• 三. MNIST手写体字符识别（C++）
  
  • 3.1、MNIST数据集下载
  • 3.2、转换数据格式
  • 3.3、训练和测试数据集
  • 3.4、测试单张图片
• 四. Matlab Demo
  
  • 4.1、编译Caffe的Matlab接口
  • 4.2、模型文件下载
  • 4.3、测试
• 五. 附录
  
  • 5.1、生成网络结构图
  • 5.2、相关文件说明

---

原创文章，转载请注明出处 http://blog.csdn.net/wanggao_1990/article/details/76721294。

---

一、 准备工作

1.1、下载BVLC/Caffe-windows源码，点击跳转下载。

1.2、使用GPU版本，提前安装CUDA 7.5（VS2015使用8.0）、cuDnn v5，Python 2.7或Python3.5 x64

1.3、若要生成Matlab接口，还需要安装Matlab

1.4、本次是搭建caffe GPU版本，已经安装VS2015， Python3.5.3 x64， Matlab 2013b， CUDA 8.0，cuDnn v5.1，并生成Matlab接口。

二、 编译

目录.\caffe-windows\scripts\下的build_win.cmd，双击就能在此目录下创建build文件夹并生成VS的.sln解决方案，并编译生成各种版本库和可执行文件。下图是双击.bat后会出现的内容，也会看到相应的一些配置情况。

通常需要改动build_win.cmd文件和相关.cmake文件的部分内容，以修改一些目录和下载内容的配置。目录结构如下。

2.1、开启相关caffe版本的编译开关配置内容如下

默认VS2015编译，自动检测CUDA，编译GPU版本，生成release等…
例如 ，表示需要编译Matlab版本接口。若不在这里指定，需要编译Matlab版本接口则需要在cmd中给.bat传入参数，如.\build_win.cmd -DBUILD_matlab=ON。

2.2、手动更改或者指定版本对应编译器目录（VS、Python、Matlab等）

（1）Python 版本是3.5，指定Python对应目录。

（2）是否编译GPU版本，debug模式下的配置等….

（3）指定编译器，VS2015（或其他VS版本，Ninja）

2.3、提前下载依赖文件dependencies文件到指定目录

在运行build_win.cmd后，会自动执行位于.\caffe-windows\cmake\目录下的WindowsDownloadPrebuiltDependencies.cmake文件（可在文件中找到相关的下载网站），建议手动下载libraries_v140_x64_py35_1.1.0.tar.bz2并解压到到用户目录C:\Users\Administrator\.caffe\dependencies下。

从https://github.com/willyd/caffe-builder/releases下载对应版本的依赖文件并解压到指定位置。

若已经手动下载了，需修改WindowsDownloadPrebuiltDependencies.cmake文件使其不再重复下载，找到如下部分并注释。

2.4、编译

运行build_win.cmd文件，没其他配置问题，等待一段时间就能生成sln和各种文件了。编译生成的caffe.sln解决方案。编译生成的解决方案，生成Matlab、C++、Python不同版本的caffe接口库和samples的数据转换可执行文件。

三、 MNIST手写体字符识别（C++）

利用编译好的C++版本Caffe对MNIST手写字符进行训练和识别。

3.1、MNIST数据集下载

从http://yann.lecun.com/exdb/mnist/下载MNIST的数据集（如下四个压缩文件），并解压到目录.\caffe-windows\data\mnist\下。

3.2、转换数据格式

（1）编译”convert_mnist_data”工程，生成convert_mnist_data.exe，位置如右下图。

（2）生成LMBD数据文件

在.\caffe-windows\data\mnist\目录下新建convert_datas.bat批处理文件，内容如下。

双击后，分别在当前目录下的mnist_train_lmdb和mnist_test_lmdb文件夹下生成数据文件，分别用于训练和测试。运行和生成文件如下：

Tips: 若需要生成levelbd格式，需要在”convert_mnist_data”工程中先指定backend为”leveldb”，再编译生成exe，重复执行上述操作即可。

3.3、训练和测试数据集

（1）准备prototxt文件

首先从.\caffe-windows\examples\mnist\目录下拷贝lenet_solver.prototxt和lenet_train_test.prototxt两个文件到.\caffe-windows\data\mnist\目录下。

修改两个文件的数据源路径和生成模型文件路径，内容如下：

如果数据格不为LMBD，还需修改data_param下的backend为对应格式的字符（文件说明见附录）。

（2）训练数据集，生成.caffemodel模型

在.\caffe-windows\data\mnist\目录新建snapshot_lenet文件夹。新建train.bat文件，内容如下。

运行得到如下结果。

利用GPU训练迭代10000次，最终的准确率为99.05%。生成的模型文件：

（3）测试数据集

在.\caffe-windows\data\mnist\新建test.bat文件，内容如下。

运行得到结果如下，正确率为98.58%。

3.4、测试单张图片

测试识别单张图片，准备一张28*28的数字手写体图片文件。另外，还需要数据训练的均值文件、标签文件、deploy.prototxt文件和识别可执行文件。

（1）生成均值文件mean.binaryproto

编译“compute_image_mean”工程，生成对应的exe文件，位置如右下图

在.\caffe-windows\data\mnist\新建compute_mean.bat文件，内容如下。

运行后会在当前目录下生成一个mean.binaryproto均值文件。

（2）类别标签文件synset_words.txt

在.\caffe-windows\data\mnist\新建synset_words.txt文件，内容如下

（3）生成测试工具可执行文件

编译“classification”工程，生成对应的exe文件，位置如右下图

（4）deploy.prototxt文件

该文件由lenet_train_test.prototxt修改而来，可从目录.\caffe-windows\examples\mnist\下直接拷贝文件lenet.prototxt到当前目录，并改名为deploy.prototxt。

（5）测试单张图片

在.\caffe-windows\data\mnist\新建mnist_img_classification.bat文件，内容如下

测试图片3.bmp位于当前文件夹下，图片和测试结果如下：

能够正确识别为数字3**（注意，图片背景为黑，前景为白）**。

Tips:
测试当个模型的时候用到了均值文件，建议在训练文件lenet_train_test.prototxt和测试文件deploy.prototxt中transform_param添加处理命令mean_file: "./mean.binaryproto"。

四、 Matlab Demo

利用CaffeNet演示图像分类，首先需要编译Caffe的Matlab接口，再下载一个对应的模型文件，最后就可以运行这个demo。

4.1、编译Caffe的Matlab接口

编译“matlab”工程，生成对应的caffe_.mexw64文件，位置如右下图

再将该文件复制到上一级目录\caffe-windows\matlab\+caffe\private\下。

4.2、模型文件下载

从http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel下载模型文件，并放到\caffe-windows\models\bvlc_reference_caffenet\文件夹下。

4.3、测试

打开Matlab，设置当前目录为.\caffe-windows\matlab\demo\，执行以下代码：

图片和结果如下：

五、 附录

5.1、生成网络结构图

利用.\caffe-windows\python目录下的draw_net.py脚本绘制网络结构图（需要pip安装依赖的包，见requirements.txt）。新建draw_net.bat批处理文件，内容如下。复制lenet_train_test.prototxt到当前目录。

运行后结果如下

对my_deploy.prototxt生成结构图如下

Tips: 可查看大图。 网络结构是从下向上生长，当前层的前一层为bottom，后一层是top。

5.2、相关文件说明

（1）lenet_solver.prototxt

# The train/test net protocol buffer definition（制定训练和测试模型）net: " lenet_train_test.prototxt"   （网络配置文件位置）# test_iter specifies how many forward passes the test should carry out.# In the case of MNIST, we have test batch size 100 and 100 test iterations,# covering the full 10,000 testing images.  （batch size * test_iter = 10000）test_iter: 100          （1次100个测试集样本参与向前计算）# Carry out testing every 500 training iterations.test_interval: 500      （每训练500次进行一次测试）# The base learning rate, momentum and the weight decay of the network.base_lr: 0.01           （基础学习率）momentum: 0.9           （动量）weight_decay: 0.0005    （权重衰减）# The learning rate policy  （学习策略）lr_policy: "inv"    （inv: return base_lr * (1 + gamma * iter) ^ (- power)）gamma: 0.0001power: 0.75# Display every 100 iterationsdisplay: 100（）      （每迭代100次打印结果）# The maximum number of iterationsmax_iter: 10000     （最大迭代次数）# snapshot intermediate resultssnapshot: 5000      （5000次迭代保存一次临时模型，名称为lenet_iter_5000.caffemodel）snapshot_prefix: "examples/mnist/lenet"# solver mode: CPU or GPUsolver_mode: GPU        （GPU开关）

（2）lenet_train_test.prototxt

name: "LeNet"           网络名layer {  name: "mnist"         本层名称  type: "Data"          层类型  top: "data"           下一层接口  top: "label"          下一层接口  include {    phase: TRAIN  }  transform_param {    scale: 0.00390625       #1/256，预处理如减均值，尺寸变换，随机剪，镜像等  }  data_param {    source: "mnist_train_lmdb"  训练数据位置    batch_size: 64              一次训练的样本数    backend: LMDB               读入的训练数据格式，默认lmdb  }}layer {  name: "mnist"  type: "Data"  top: "data"  top: "label"  include {    phase: TEST  }  transform_param {    scale: 0.00390625  }  data_param {    source: "mnist_test_lmdb"    batch_size: 100     一次测试使用100个数据    backend: LMDB  }}layer {  name: "conv1"  type: "Convolution"   卷积层  bottom: "data"        上一层名“data”  top: "conv1"          下一层接口“conv1”  param {    lr_mult: 1          （weights的学习率与全局相同）  }  param {    lr_mult: 2          （biases的学习率是全局的2倍）  }  convolution_param {    num_output: 20      卷积核20个    kernel_size: 5      卷积核尺寸5×5    stride: 1           步长1    weight_filler {      type: "xavier"    （随机的初始化权重和偏差）    }    bias_filler {      type: "constant"  bias用0初始化    }  }}layer {  name: "pool1"  type: "Pooling"       池化层  bottom: "conv1"       上层“conv1”  top: "pool1"          下层接口“pool1”  pooling_param {    pool: MAX           池化函数用MAX    kernel_size: 2      池化核函数大小2×2    stride: 2           步长2  }}layer {  name: "conv2"  type: "Convolution"  bottom: "pool1"  top: "conv2"  param {    lr_mult: 1  }  param {    lr_mult: 2  }  convolution_param {    num_output: 50          卷积核50个    kernel_size: 5    stride: 1    weight_filler {      type: "xavier"    }    bias_filler {      type: "constant"    }  }}layer {  name: "pool2"  type: "Pooling"  bottom: "conv2"  top: "pool2"  pooling_param {    pool: MAX    kernel_size: 2    stride: 2  }}layer {  name: "ip1"  type: "InnerProduct"      全连接层  bottom: "pool2"           上层连接“pool2”  top: "ip1"                “下层输出接口ip1”  param {    lr_mult: 1  }  param {    lr_mult: 2  }  inner_product_param {    num_output: 500         输出数量500    weight_filler {      type: "xavier"    }    bias_filler {      type: "constant"    }  }}layer {  name: "relu1"  type: "ReLU"      激活函数  bottom: "ip1"  top: "ip1"    （这个地方还是ip1，底层与顶层相同减少开支，下一层全连接层的输入也还是ip1）}layer {  name: "ip2"  type: "InnerProduct"  bottom: "ip1"  top: "ip2"  param {    lr_mult: 1  }  param {    lr_mult: 2  }  inner_product_param {    num_output: 10          输出结果10个    weight_filler {      type: "xavier"    }    bias_filler {      type: "constant"    }  }}layer {  name: "accuracy"  type: "Accuracy"  bottom: "ip2"         上层连接ip2全连接层  bottom: "label"       上层连接label层  top: "accuracy"       输出接口为accuracy  include {    phase: TEST           }}layer {  name: "loss"  type: "SoftmaxWithLoss"       损失函数  bottom: "ip2"  bottom: "label"  top: "loss"}

（3）lenet.prototxt

name: "LeNet"（网络的名字）layer {  name: "data"  type: "Input"             （层类型，输入）  top: "data"               （导入数据这一层没有bottom，因为是第一层）  input_param {       shape: { dim: 64 dim: 1 dim: 28 dim: 28 }     }                      （64张图为一批，28*28大小）}读取这批数据维度：64 1 28 28layer {  name: "conv1"  type: "Convolution"   （卷积类型层）  bottom: "data"        （上一层名叫做data）  top: "conv1"          （下一层名叫做conv1）  param {    lr_mult: 1          （weights的学习率与全局相同）  }  param {    lr_mult: 2          （biases的学习率是全局的2倍）  }  convolution_param {   （卷积操作参数设置）    num_output: 20      （卷积输出数量20，由20个特征图Feature Map构成）    kernel_size: 5      （卷积核的大小是5*5）    stride: 1           （卷积操作步长）    weight_filler {      type: "xavier"    （随机的初始化权重和偏差）    }    bias_filler {      type: "constant"  （bias使用0初始化）    }  }             （通过卷积之后，数据变成（28-5+1）*（28-5+1），20个特征）}卷积之后这批数据维度：64 20 24 24layer {  name: "pool1"  type: "Pooling"           （下采样类型层）  bottom: "conv1"  top: "pool1"  pooling_param {    pool: MAX           （下采样方式，取最大值）    kernel_size: 2          （下采样核函数size）    stride: 2               （步长）  }}下采样之后这批数据维度：64 20 12 12layer {  name: "conv2"  type: "Convolution"  bottom: "pool1"  top: "conv2"  param {    lr_mult: 1  }  param {    lr_mult: 2  }  convolution_param {    num_output: 50          （50个卷积核）    kernel_size: 5    stride: 1    weight_filler {      type: "xavier"    }    bias_filler {      type: "constant"    }  }}卷积之后这批数据维度：64 50 8 8layer {  name: "pool2"  type: "Pooling"  bottom: "conv2"  top: "pool2"  pooling_param {    pool: MAX    kernel_size: 2    stride: 2  }}下采样之后这批数据维度：64 50 4 4layer {  name: "ip1"  type: "InnerProduct"      （全连接类型层）  bottom: "pool2"  top: "ip1"  param {    lr_mult: 1  }  param {    lr_mult: 2  }  inner_product_param {     （全连接层参数设置）    num_output: 500         （输出为500）    weight_filler {      type: "xavier"    }    bias_filler {      type: "constant"    }  }             （4*4的数据通过4*4的卷积得到1*1的数据）}通过全连接层之后这批数据维度：64 500 1 1layer {  name: "relu1"  type: "ReLU"      （激活函数类型层）  bottom: "ip1"  top: "ip1"    （这个地方还是ip1，底层与顶层相同减少开支，下一层全连接层的输入也还是ip1）}通过ReLU层之后这批数据维度：64 500 1 1（不做改变）layer {  name: "ip2"  type: "InnerProduct"  bottom: "ip1"  top: "ip2"  param {    lr_mult: 1  }  param {    lr_mult: 2  }  inner_product_param {    num_output: 10          （直接输出结果，0-9，十个数字所以维度是10）    weight_filler {      type: "xavier"    }    bias_filler {      type: "constant"    }  }                         （数据的分类判断在这一层中完成）}通过全连接层之后这批数据维度：64 10 1 1layer {  name: "prob"  type: "Softmax"           （损失函数）  bottom: "ip2"  top: "prob"               （一开始数据输入为date的话，这里写label）}

---

原创文章，转载请注明出处 http://blog.csdn.net/wanggao_1990/article/details/76721294。

---