总结一下用caffe跑图片数据的研究流程
来源:互联网 发布:mac应用程序卸载 编辑:程序博客网 时间:2024/05/04 01:11
最近在用caffe玩一些数据集,这些数据集是从淘宝爬下来的图片。主要是想研究一下对女性衣服的分类。
下面是一些具体的操作流程,这里总结一下。
1 爬取数据。写爬虫从淘宝爬取自己需要的数据。
2 数据预处理。将图片从jpg,png格式转为leveldb格式。因为caffe的输入层datalayer是从leveldb读取的。这一步自己基于caffe写了个工具实现转换。
转换命令例子:
./convert_imagedata.bin /home/linger/imdata/skirt_train/ /home/linger/linger/testfile/skirt_train_db/ /home/linger/linger/testfile/skirt_train_attachment/ 3 250 250
./convert_imagedata.bin /home/linger/imdata/skirt_test/ /home/linger/linger/testfile/skirt_test_db/ /home/linger/linger/testfile/skirt_test_attachment/ 3 250 250
./compute_image_mean.bin /home/linger/linger/testfile/skirt_train_db /home/linger/linger/testfile/skirt_train_mean.binaryproto
./compute_image_mean.bin /home/linger/linger/testfile/skirt_test_db /home/linger/linger/testfile/skirt_test_mean.binaryproto
3 建立网络模型。主要是写train.prototxt和test.prototxt,还有solver.prototxt。前两者是训练和测试的网络结构,后者是网络的一些配置参数。
4 训练和测试模型。有时候需要调整一些参数,比如learning rate,或者调整网络结构。
5 可视化响应图和权重图。主要把最后一层的特征响应图和权重图画出来,便于观察规律。这两个工具也是自己写的。
工具使用例子:
./visualize_weights.bin /home/linger/linger/caffe-action/caffe-master/examples/cifar10/cifar10_full_test.prototxt /home/linger/linger/caffe-action/caffe-master/examples/cifar10/cifar10_full_iter_60000 1 GPU /home/linger/linger/testfile/skirt_test_attachment/image_filename /home/linger/linger/testfile/weights/ 7
./visualize_features.bin /home/linger/linger/caffe-action/caffe-master/examples/cifar10/cifar10_full_test.prototxt /home/linger/linger/caffe-action/caffe-master/examples/cifar10/cifar10_full_iter_60000 20 GPU /home/linger/linger/testfile/skirt_test_attachment/image_filename /home/linger/linger/testfile/innerproduct/ 7
- 总结一下用caffe跑图片数据的研究流程
- 总结一下用caffe跑图片数据的研究流程
- 总结一下用caffe跑图片数据的研究流程
- 总结一下用caffe跑图片数据的研究流程接上篇
- python+caffe训练自己的图片数据流程
- python+caffe训练自己的图片数据流程
- 总结一下可以研究的CAD源代码
- 总结一下可以研究的CAD源代码 .
- 总结一下可以研究的CAD源代码
- 用caffe跑自己的数据,基于WINDOWS的caffe
- caffe windows 训练自己的图片数据
- caffe 如何训练自己的数据图片
- caffe计算图片数据的均值详解
- Caffe训练、测试自己的图片数据
- caffe-2.0-(纯CPU完整流程)下载、编译caffe + 将自己的图片转为255*255+转为lmdb格式 + 训练并测试自己的数据
- 研究了一下关于图片预览的方法
- caffe finetuning CaffeNet流程总结
- 总结一下数据存储加密的过程
- 关于Spring中常被问到的一些问题
- File的getPath getAbsolutePath和getCanonicalPath的不同
- Linux下分析日志常用命令
- CMake 简明教程(2)---编译库文件
- Mysql大数据表删除重复数据
- 总结一下用caffe跑图片数据的研究流程
- ReentrantReadWriteLock优势及使用
- Mysql中Insert into xxx on duplicate key update和REPLACE INTO使用
- PHP抓取网页内容,获取链接绝对路径和图片绝对路径
- html容器中图片水平居中
- 应用程序扩展性实现的十宗罪
- 编程珠玑:取样问题
- Js动态传递不定数目的参数
- mysql_insert_id 为什么会返回空值