caffe训练自己的图片分类模型
来源:互联网 发布:python刷题原理 编辑:程序博客网 时间:2024/04/29 11:51
默认VS2013已经编译好caffe。
1.建立分类图片文件夹
在G盘建立一个model文件夹。
在model文件夹下面建立train和val文件夹。将分类的图片放在train里面。注意:是每一个类别的图片一个文件夹,如下所示:G:\model\train\赤霉病
G:\model\train\小麦根腐病
G:\model\train\小麦黑穗病
2.新建2个txt文件,分别命名为trainval和labels,这两个文件是图片的标签文件。可以借助matlab或者opencv生成。
其中trainval里面的内容是这样的
labels文件里面的内容是图片的文件夹名称
3.准备训练参数文件
建立conver.bat、converval.bat 、mean.bat、train.bat、train1.bat文件。这些文件主要是用来设置需要调用的已经编译好的caffe文件夹里面的exe文件,如下图所示:
训练图片生成lmbd文件,地址照图片信息配置好后,点击该文件,会生成trainlmdb文件夹,里面是训练图片的lmbd格式
测试图片生成imbd文件(注意这里测试文件和训练文件数据源是一样的,实际可以根据自己的需要另行配置测试文件),地址照图片信息配置好后,点击该文件,会生成vallmdb文件夹,里面是测试图片的lmbd格式
生成均值文件,地址照图片信息配置好后,点击该文件,会生成image_mean.binaryproto文件,里面是图片数据的均值。
将编译好的caffe文件里面的两个文件:solver.prototxt和train_val.prototxt,如下图所示,拷贝到model文件夹下面。
根据自己的图片信息配置相关参数。
配置 train.bat文件信息,配置train1.bat文件信息,点击train.bat文件,点击train开始训练。
出现上面的信息就OK了。
出现错误:
无法生存均值文件,如下图所示:
1.
原因:标签生成的时候地址没有设置正确。主要matlab在生成标签文件时,盘符不能和mean.bat的盘符重复。
阅读全文
0 0
- caffe训练自己的图片分类模型
- caffe----训练自己的图片caffenet模型
- caffe:用自己的图像数据训练模型(图片分类)
- caffe训练自己的图片进行分类预测
- Caffe训练自己的图片
- caffe训练自己的模型步骤
- caffe:自己的数据训练模型 (四)
- caffe 框架下微调已有模型训练自己的数据实现图像分类
- caffe实战三:自己手写数字图片通过mnist的caffe模型进行分类
- 用caffe自带的训练好的模型测试图片的分类结果,实现啦啦啦
- caffe+python 使用训练好的VGG16模型 对 单张图片进行分类,输出置信度
- caffe+python 使用训练好的VGG16模型 对 单张图片进行分类,输出置信度
- caffe(1)用训练好的模型对新图片分类
- 使用caffe中的imagenet对自己的图片进行分类训练
- 使用caffe中的imagenet对自己的图片进行分类训练(超级详细版)
- 在Windows8.1上用VS2013编译Caffe并训练和分类自己的图片
- 使用caffe中的imagenet对自己的图片进行分类训练(超级详细版)
- 使用caffe中的imagenet对自己的图片进行分类训练(超级详细版)
- JAVA线程sleep和wait方法区别
- ASP.NET MVC4 Metadata学习笔记
- TaildirSource(Flume中实现)
- Visual Studio 实用扩展推荐
- linux安装MySQL5.7.20
- caffe训练自己的图片分类模型
- java反射机制的作用
- 多进程,Request+正则表达式爬取榜单类网站
- iOS开发中的单选与多选
- gcd 实际例子编写
- libgdx g3d模型漫反射+镜面在vivo xplay等机子上glsl编译不过解决办法
- 如何使用logcat记录所有页面的加载时间
- java 字符串 分割 split 方法
- java系统高并发解决方案