Caffe簡要介紹：

Caffe還沒有windows版本，所以我需要遠程登錄linux服務器

Caffe主要處理圖片/圖片序列

?Caffe讀取的數據格式

從專用的數據庫中讀取（lmdb、leveldb)

直接讀取圖片

從內存中讀取（會占很多內存）

從HDF5文件中讀取

從滑動窗口中讀取（在大圖中滑動一次作為一張小圖）

最常用的是前面兩種方式。默認是從lmdb數據庫格式中讀取，因此需要先把圖片文件轉換成lmdb格式文件。直接讀取圖片會導致無法減均值。如果不考慮減均值的情況，可直接讀取圖片。

?Caffe操作1----準備數據

Step1：得到文件列表清單

?

上面的圖片源自FER庫，其中單張圖表示一個表情，寫代碼自動生成txt文檔

Step2：轉換成imdb格式

命令原理：

?

其中包括上面四個參數，粉色參數可以選擇不設，其中--表示可以不調整

實際操作：

在根目錄home下的/caffe路徑下打開終端，輸入sudo命令，輸入密碼，進入最大權限：

?

輸入命令：（輸入時注意空格）

?

在caffe中，作者為我們提供了這樣一個文件：convert_imageset.cpp，存放在根目錄下的tools文件夾下。編譯之后，生成對應的可執行文件放在?buile/tools/?下面，這個文件的作用就是用于將圖片文件轉換成caffe框架中能直接使用的imdb文件。

屏幕上顯示：

?

查看結果：

在目標目錄下新增了我命名的一個文件夾

?

文件夾里包括兩個子文件，data.mdb存放數據；lock.mdb存放標簽

?

基礎知識補充

Linux下的文件夾與目錄

/home	根目錄，分區時分得最大
/bin	存放系統命令
/user	最大的目錄，存放應用程序和文件
/etc	存放配置文件
/dev	設備特殊文件
/mnt	用于臨時掛載硬盤、光盤
/src	里面放源文件如cpp

如何生成train.txt文件以及如何在轉imdb格式時調整圖片格式，見：http://www.cnblogs.com/denny402/p/5082341.html

Step3：計算均值

減去均值，可以提高精度。當然也可以選擇不減均值。

擴展名必須是binaryproto

實際代碼：

?

其中包括兩個參數，一個是放置imdb數據的文件地址，另一個是保存均值文件的地址及文件名字

得到binarypro均值文件

擴展閱讀：http://www.cnblogs.com/denny402/p/5102328.html

Caffe操作2----構建網絡結構

在運行的整個流程中，可以分為三個階段：訓練階段、驗證階段和測試階段。網絡結構在不同的階段是不同的，都存放在prototxt文件里面。為了方便，一般將訓練階段和驗證階段的網絡結構放在一個文件里，測試階段的網絡結構單獨放在一個文件里：

?

一個layer表示一層

layer是可以復制可以嵌套的

1）數據層

Name可以隨便取

Type是系統自帶的，不可以自己命名

Top表示向上傳送數據，bottom表示從下面接收數據，通過這個top還是bottom就決定了數據的流向以及不同層之間的鏈接關系

Phase：train表示只有訓練時調用這層

Mirror表示翻轉

Cropsize表示一張圖變為40*40*10，使得樣本數增加

Batchsize是2的倍數，表示批量處理

http://www.cnblogs.com/denny402/p/5070928.html

2）卷積層

?

Decay=0表示不衰減

Num_output?卷積核個數/節點數目

Kernal_size?一般是3*3 5*5 7*7?不能太大

Padding?卷積后圖變小，所以固定填充0，如果=2，表示周邊上下左右填充2個pixel

Gaussian表示用高斯方法對w與b進行初始化

http://www.cnblogs.com/denny402/p/5071126.html

3）激活層

?

常用relu，sigmod

http://www.cnblogs.com/denny402/p/5072507.html

4）池化層

caffe只支持max和average，stochastic是隨機的意思

Stride不能寫1，否則就沒有池化功能

http://www.cnblogs.com/denny402/p/5071126.html

5）全連接層

?

Xvaier初始化方法很好，默認值為0

Type類型都不變

http://www.cnblogs.com/denny402/p/5072746.html

6）其它層

Loss層加在全連接層后面

如果要測試，還加一層softmax層

Deploy.prototxt文件用于測試階段，測試數據沒有標簽值，因此數據輸入層與其它兩個階段不同。

?

Caffe自動會復制灰度圖變為3通道圖

Caffe操作3----配置參數solver.prototxt

這里設置全局參數

每訓練完成一個interval以后就驗證一次是否>449

基礎學習率決定收斂不收斂

Step：每隔多少變化一次

Stepshot：每訓練多少保存一次參數

?

http://www.cnblogs.com/denny402/p/5074049.html

Caffe操作4----訓練模型

這一步會生成caffe?的model文件，把參數訓練完成

?

?

例：

build/tools/caffe train -solver /home/bnu/fer/solver.prototxt

http://www.cnblogs.com/denny402/p/5076285.html

Caffe操作5----測試模型

?

Classification.bin是自帶的可執行體

http://www.cnblogs.com/denny402/p/5111018.html

?

原文地址：　http://www.cnblogs.com/weiqinglan/p/5969016.html?utm_source=itdadao&utm_medium=referral

總結

以上是生活随笔為你收集整理的caffe实战笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。