Caffe实现多标签分类

任务

我这里给出一个具体的任务咯，要求在以下图片中，识别出汽车品牌和车辆外形。汽车品牌分为：Benz/BMW/Audi 车辆外形分为：Sedan/SUV。这是一个只有72张图片的小数据库,包括了测试和训练集：

这里写图片描述

其中标注是这样的，Audi=0，BMW=1，Benz=2. Sedan =0, SUV=1。所以如果这辆车是奥迪的SUV，标注就是： xx.jpg 0 1。在数据库中，标注已经做好了。数据集的下载方式在文章的最后。
定义我们的网络结构

我们这里采用的是上述文章中薛大牛的方法，两个data层，一个data只放图片，另一个data放label，label通过slice layer切开。然后我们开始定义网络！修改AlexNet！这是我的网络：

做数据转换工具！

整个网络结构需要两类数据，一类是纯图片的lmdb，一类是包含两个标签的lmdb。首先我们需要修改caffe中的源码（相信我，很简单！）打开你编译caffe时候的工程，找到convert_imageset这个工程：
修改convert_imageset.cpp为convert_multilabel.cpp，内容如下，全部替代也可以：（见github：https://github.com/HolidayXue/CodeSnap/blob/master/convert_multilabel.cpp）然后重新编译这个convert_imageset这个project。你可能会遇到什么没有生成object的警告，在这里关掉即可：
完成后，我们会看到release文件夹下多了一个convert_multilabel的exe，这个就是我们的lmdb生成工具啦。

做图像和多标签数据！

下载我的（或者自己做也可以）数据集，用命令行命令：

convert_imageset.exe --resize_height=256 --resize_width=256 --shuffle=true D:\caffe-master\examples\ZnCar\Test\ D:\caffe-master\examples\ZnCar\Test.txt D:\caffe-master\examples\ZnCar\test_lmdb D:\caffe-master\examples\ZnCar\test_label_lmdb 2 pause

然后还要做均值文件：

compute_image_mean.exe D:\caffe-master\examples\ZnCar\test_lmdb D:\caffe-master\examples\ZnCar\TestMean.binaryprotopause

总之最后应该有六个东西，如图：

微调AlexNet！

网上下载一个bvlc_alexnet.caffemodel的权重文件。然后就是finetune了，参数的话得好好改改solver.prototxt里面，比如base_lr调小一点啦，迭代max_iter不要太多啦等等。此外也可以把两个fc8层的学习率适当提升一些，因为在finetune的时候训练好的权重只对原来没变的层有作用，这个新层就相当于是随机初始化的参数。

试一试我们的模型
这里还需要修改classification.cpp文件，因为Caffe自带的只支持单样本。我自己做了一个修改版本的，主要是修改了命令行和输出网络的部分，这个cpp只支持两标签，主要是用着方便，如果你需要更多的标签可以自己修改。编译步骤同convert_multilabel.cpp的编译。链接中的的代码直接就可以替换原来的cpp。
结果

写两个标注文件：

label1.txt:
Sedan
SUV

label2.txt:
Audi
BMW
Benz
1
2
3
4
5
6
7
8
我修改后的classification.exe 分类的命令行：

.\Build\x64\Release\classification.exe D:\caffe-master\examples\ZnCar\deploy.prototxt D:\caffe-master\examples\ZnCar\Train.caffemodel D:\caffe-master\examples\ZnCar\ZnCarTrainMean.binaryproto D:\caffe-master\examples\ZnCar\label1.txt D:\caffe-master\examples\ZnCar\label2.txt D:\caffe-master\examples\ZnCar\Test\1.jpg.\Build\x64\Release\classification.exe D:\caffe-master\examples\ZnCar\deploy.prototxt D:\caffe-master\examples\ZnCar\Train.caffemodel D:\caffe-master\examples\ZnCar\ZnCarTrainMean.binaryproto D:\caffe-master\examples\ZnCar\label1.txt D:\caffe-master\examples\ZnCar\label2.txt D:\caffe-master\examples\ZnCar\Test\2.jpgpause

本项目的Github网址：https://github.com/ChenJoya/Caffe_MultiLabel_Classification
数据集：http://download.csdn.net/detail/mr_curry/9742578