caffe training instruction for image classification
来源:互联网 发布:python reverse() 编辑:程序博客网 时间:2024/05/16 17:33
每次边做实验边写博客,所以夹杂了英文和拼音,然后回windows修改,抱歉。
标题不改了,用自己的数据集训练模型来分类图片,原来的imagenet图片太多不用。
参考 薛开宇 的博客 用自己的数据训练和测试“CaffeNet” 2014.7.22 (点击打开链接) 和一篇博客点击打开链接
薛开宇前面数据处理讲得好,后者具体实现很详细,各有所长,互通有无。。。
不一步步介绍了,强调几点:
一: test数据集好像没有到,不知道他们都扯这个test干什么
二: find train/cat *.jpeg |cut -d '/' -f2-3 > train.txt 用类似语句生成训练标签,train必须要,不然读不了
三: find val *.jpeg |cut -d '/' -f2-3 > val.txt 生成验证标签,我用的是猫狗训练各50张,猫狗验证各十张,训练图片分开放,验证放一起(猫标1狗标2)
四:后面按照第二个博客一步步来:(作者电脑配置不够没跑通,但是思路清晰,薛开宇 此部分简直不知所云)
接着,报错:
找到配置文件,把第一个batch——size改小,我改成50
跑起来了:
26000时候,识别率65%
30000,还是65%
我想可能图片不规范,猫狗的脸又有点像,验证10数目不够。
把狗换成表,验证集15张图
把生成的模型和数据均值文件删除:
sudo rm -r ils*
继续
sudo ./examples/myself/create_imagenet.sh
接着:
sudo ./examples/myself/make_imagenet_mean.sh
可以看到生成的图像均值:
最后:
sudo ./examples/myself/train_caffenet.sh
看到24000次就达到100%识别率。
参照材料:学习笔记3 用自己的数据训练和测试“CaffeNet” 2014.7.22 薛开宇
Caffe官网 ImageNet tutorial
- caffe training instruction for image classification
- Multiple Kernels for Image Classification
- Textural Features for Image Classification
- Residual Attention Network for Image Classification, cvpr17
- Deep Neural Network for Image Classification:Application
- caffe学习笔记7--Image Classification and Filter Visualization
- Image Classification
- Character Recognition Example (III):Training a Simple NN for classification
- 关于2010_CVPR_Locality-constrained Linear Coding for Image Classification
- Multimodal semi-supervised learning for image classification总结
- Deep Fisher Networks for Large-Scale Image Classification(精读)
- PCANet: A Simple Deep Learning Baseline for Image Classification?(精读)
- Locality-constrained Linear Coding for Image Classification(阅读)
- 《PCANet: A Simple Deep Learning Baseline for Image Classification》
- Multi-column deep neural networks for image classification阅读
- Very Deep Convolutional Networks for Large-Scale Image Classification
- Deep Residual Networks for Image Classification with Python + NumPy
- Multi-column deep neural networks for image classification阅读
- Java虚拟机学习(2):垃圾收集算法
- OPECNCV 3.0 机器学习算法总结
- python表单提交
- 动态广播和静态广播接收时间备注
- 判断一个范围内的哪些是质数
- caffe training instruction for image classification
- 16进制图片在jasperreport模板上显示
- UserDefault数据读取
- Action3D
- cocos2d-x中的init,onEnter,onExit......
- cocos2d安装配置及打包成Android
- cocos2dx 举例说明 convertToNodeSpace 与 convertToWorldSpace 的使用
- math
- 简单的物理世界