笔记3:caffe训练现有的模型
来源:互联网 发布:kcf跟踪算法 编辑:程序博客网 时间:2024/04/18 03:14
前提制作的数据集:/home/zhangjing/zj/project/deepLearning/caffe-master/caffe_person_Detection
训练:
1.拷贝models/bvlc_alexnet目录下的train_val.prototxt文件到caffe-master/caffe_person_Detection目录下。
2.拷贝models/bvlc_alexnet目录下的solver.prototxt文件到caffe-master/caffe_person_Detection目录下。
3.拷贝examples/imagenet目录下的make_imagenet_mean.sh文件到caffe-master/caffe_person_Detection目录下。用于计算图像均值,使用的源文件在/tools/compute_image_mean.cpp。
4.拷贝examples/imagenet目录下的train_caffenet.sh文件到caffe-master/test/caffe_person_Detection目录下。
该文件为一个脚本文件,内容为训练网络的命令
备注:
1) 修改make_imagenet_mean.sh文件如下图计算均值,执行:sh make_imagenet_mean.sh,生成imagenet_mean.binaryproto文件
2)修改train_val.prototxt文件,主要是修改数据集的路径等参数
3) 修改超参数配置文件solver.prototxt
4)修改train_caffenet.sh文件,主要是修改数据集的路径等参数
开始训练:
sh train_caffenet.sh
error: F0302 13:32:37.903647 5805 blob.cpp:133] Check failed: data_
可能原因:
1. num_output从1000改成2 , 分2类
2. training data图片尺寸太小了,导致数据输入某个pool层时,图片尺寸已经小于kernel_size,输出则为0*0。
目前这个问题还没解决。。。。。。。。
参考文献:
http://blog.csdn.net/AlexQiweek/article/details/51281240
http://blog.csdn.net/u014114990/article/details/47747025 (caffe.cpp 源码的一些解释)
http://blog.csdn.net/u012029332/article/details/51258617
http://www.cnblogs.com/denny402/p/5083300.html (一系列学习笔记,很不错的,还有python的学习笔记)
- 笔记3:caffe训练现有的模型
- caffe 学习笔记-模型训练与测试
- caffe的python接口学习(3):训练模型(training)
- caffe的python接口学习(3):训练模型(training)
- caffe的python接口学习(3):训练模型(training)
- caffe的python接口学习(3):训练模型(training)
- caffe训练自己的模型步骤
- ubuntu下caffe的FCN8模型训练
- caffe:自己的数据训练模型 (四)
- caffe:使用训练好的模型
- caffe----训练自己的图片caffenet模型
- caffe训练自己的图片分类模型
- Matconvnet 训练自己的数据(使用现有模型)
- 【Caffe】训练ImageNet模型
- 【Caffe】训练ImageNet模型
- 【Caffe】训练ImageNet模型
- 【Caffe】训练ImageNet模型
- caffe模型训练
- 学习之二:一些接口的使用
- vue入门学习笔记
- Android零基础之背景及系统架构
- JVM (1) JVM为什么需要GC?
- ActivityManager、ActivityManagerService、ActivityManagerNative、ActivityManagerProxy的关系(and5.1)
- 笔记3:caffe训练现有的模型
- Java Script总结
- 字符串空格查找替换
- LeetCode 简单操作 | 7. Reverse Integer
- Dijkstra 算法
- 【关于HTTP协议】
- 网络黑白 作者花无涯亲身感悟“中国黑客”数十载变迁
- 为小伙伴加福利
- strlen和sizeof取字符串长度的区别