Caffe-SSD相关源码说明和调试记录
?
1????? 對(duì)Blob的理解及其操作：
Blob是一個(gè)四維的數(shù)組。維度從高到低分別是:
(num_，channels_，height_，width_)
對(duì)于圖像數(shù)據(jù)來說就是：圖片個(gè)數(shù)，彩色通道個(gè)數(shù)，寬，高
?
Blob中數(shù)據(jù)是row-major存儲(chǔ)的，W是變化最快的維度，例如在(n, k, h, w)處的數(shù)據(jù)，其物理偏移量計(jì)算方式為：
?
?
Blob的常用方法：
blob.data() ? ? // 返回?cái)?shù)據(jù)
blob.diff() ? ? // 返回梯度
blob.shape() ? ?// 返回樣本的形狀
blob.num() ? ? ?// 返回樣本的個(gè)數(shù)(常用)
blob.channels() // 返回通道的個(gè)數(shù)(常用)
blob.height() ? // 返回樣本維度一，對(duì)于圖像而言是高度(常用)
blob.width() ? ?// 返回樣本維度二，對(duì)于圖像而言是寬度(常用)
?
2???? Layer：*.prototxt文件中各參數(shù)的說明
?
Data layer參數(shù)說明如下：
message ImageDataParameter {
? // 指定圖片數(shù)據(jù) txt 路徑.
? optional string source = 1;
?
// batch size.
? optional uint32 batch_size = 4 [default = 1];
?
// 隨機(jī)跳過部分?jǐn)?shù)據(jù)樣本，以避免所有同步 sgd 客戶端開始的樣本相同.
? // 其中，跳過的點(diǎn)設(shè)置為 rand_skip * rand(0,1).
? // rand_skip 小于等于數(shù)據(jù)集樣本數(shù).
? optional uint32 rand_skip = 7 [default = 0];
?
// 每個(gè) epoch 后打亂數(shù)據(jù)順序
? optional bool shuffle = 8 [default = false];
?
// resize 圖片到指定的 new_height 和 new_width 尺寸.
? optional uint32 new_height = 9 [default = 0];
? optional uint32 new_width = 10 [default = 0];
?
// 圖片是彩色還是灰度圖 color or gray
? optional bool is_color = 11 [default = true];
?
// DEPRECATED. See TransformationParameter.
? // 數(shù)據(jù)預(yù)處理時(shí)，可以進(jìn)行簡(jiǎn)單的縮放(scale) 和減均值處理
? // 減均值是在縮放處理前進(jìn)行.
? optional float scale = 2 [default = 1];
? optional string mean_file: "mean.proto";
?
// DEPRECATED. See TransformationParameter.
? // 從圖片隨機(jī)裁剪.
// 剪裁一個(gè) 227*227的圖塊，在訓(xùn)練階段隨機(jī)剪裁，在測(cè)試階段從中間裁剪
? optional uint32 crop_size = 227 [default = 0];
?
// DEPRECATED. See TransformationParameter.
? // 隨機(jī)水平翻轉(zhuǎn).
? optional bool mirror = 6 [default = false];
? optional string root_folder = 12 [default = ""];
}
?
? window_data_param {
??? source: "window_data_train.txt"
??? batch_size: 128
??? crop_size: 256 # 要把bounding box warp到的大小
??? fg_threshold: 0.5 # 與ground truth 大于 fg_threshold 的bbox才作為正陽本
??? bg_threshold: 0.5 # 與ground truth 小于 bg_threshold 的bbox才作為正陽本
??? fg_fraction: 0.25 # 一個(gè)batch中正陽本數(shù)量的比例
??? crop_mode: "warp"
? }
?
負(fù)樣本的label是任意的, 但是overlap要小于threshold (絕對(duì)負(fù)樣本可以將overlap 設(shè)置為 0)
?
卷積層參數(shù)說明：
layer {
? name: "conv"
? type: "Convolution"
? bottom: "data"
? top: "conv"
? param {?
??? lr_mult: 1 #權(quán)重的學(xué)習(xí)率 該層lr=lr_mult*base_lr
??? decay_mult: 1 #權(quán)重的衰減值
? }
? param {?
??? lr_mult: 2 #偏置項(xiàng)的學(xué)習(xí)率
??? decay_mult: 0 #偏置項(xiàng)的衰減值
? }
? convolution_param {
??? num_output: 96 #該層輸出的filter的個(gè)數(shù)。四維數(shù)組N*C*H*W中的N
??? kernel_size: 11 #卷積核大小11*11。可設(shè)定長(zhǎng)kernel_h與寬kernel_w
??? stride: 4 #步長(zhǎng)，也就是卷積核滑動(dòng)的距離
??? weight_filler { #卷積核初始化方式
????? type: "gaussian" #高斯分布
????? std: 0.01 #標(biāo)準(zhǔn)差為0.01
??? }
??? bias_filler { #偏置項(xiàng)初始化方式
????? type: "constant" #連續(xù)分布
????? value: 0
??? }
? }
}
?
3????? Caffe中幾個(gè)layer的區(qū)別：
Data對(duì)應(yīng)數(shù)據(jù)庫格式
WindowData對(duì)應(yīng)存儲(chǔ)在硬盤上的圖片
DummyData用于開發(fā)與調(diào)試
?
5????? caffe中的學(xué)習(xí)率的衰減機(jī)制
學(xué)習(xí)率更新，現(xiàn)在step exp 和multistep用的比較多。
根據(jù)? caffe/src/caffe/proto/caffe.proto 里的文件，可以看到它有以下幾種學(xué)習(xí)率的衰減速機(jī)制：
（1）. fixed:?? 在訓(xùn)練過程中，學(xué)習(xí)率不變；
（2）. step:? 它的學(xué)習(xí)率的變化就像臺(tái)價(jià)一樣；step by step 的； 其中的 gamma 與 stepsize需要設(shè)置的；
?
?
?
（3）.exp ：表示指數(shù)型的,其中參數(shù)?gamma?需要設(shè)置；
?
?
?
（4）. inv :?其中參數(shù)?gamma?與?power?都需要設(shè)置；
?
?
?
（5）.multistep: 可以設(shè)置多個(gè) stepvalue的值, 在prototxt里面也沒有具體介紹， 它由參數(shù) stepsize 與 stepvalue 決定； 它不是每時(shí)第刻都去計(jì)算 學(xué)習(xí)率，而是達(dá)到我們?cè)O(shè)定的stepvalue的時(shí)候，才去計(jì)算（根據(jù)方法2中的公式），然后更新學(xué)習(xí)率； stepvalue 可以設(shè)置多個(gè)的，下面是 stepvalue的定義；
183?? repeated int32 stepvalue = 34;
?
（6）.poly :多項(xiàng)式衰減?，當(dāng)?shù)竭_(dá)最大次數(shù)時(shí)， 學(xué)習(xí)率變?yōu)榱?；
?
?
?
（7）.sigmoid形的：
?
?
?
6????? Caffe的solver.prototxt配置文件參數(shù)說明：
?
solver.prototxt文件是用來告訴caffe如何訓(xùn)練網(wǎng)絡(luò)的。solver.prototxt的各個(gè)參數(shù)的解釋如下：
?base_lr
這個(gè)參數(shù)是用來表示網(wǎng)絡(luò)的初始學(xué)習(xí)率的。這個(gè)值是一個(gè)浮點(diǎn)型實(shí)數(shù)。
lr_policy
這個(gè)參數(shù)是用來表示學(xué)習(xí)率隨著時(shí)間是如何變化的。值是字符串，需要加""。學(xué)習(xí)率變化的可選參數(shù)有：
“step”——需要設(shè)置stepsize。根據(jù)gamma參數(shù)和stepsize參數(shù)來降低學(xué)習(xí)率，base_lr * gamma ^ (floor(iter / stepsize))。iter是當(dāng)前迭代次數(shù)。學(xué)習(xí)率每迭代stepsize次變化一次。
“multistep”——與step類似，需要設(shè)置stepvalue，學(xué)習(xí)率根據(jù)stepvalue進(jìn)行變化。
“fixed”——學(xué)習(xí)率base_lr保持不變。
“inv”——學(xué)習(xí)率變化公式為base_lr * (1 + gamma * iter) ^ (- power)
“exp”——學(xué)習(xí)率變化公式為base_lr * gamma ^ iter}
“poly”——學(xué)習(xí)率以多項(xiàng)式形式衰減，到最大迭代次數(shù)時(shí)降為0。學(xué)習(xí)率變化公式為base_lr * (1 - iter/max_iter) ^ (power)。
“sigmoid”——學(xué)習(xí)率以S型曲線形式衰減，學(xué)習(xí)率變化公式為base_lr * (1 / (1 + exp(-gamma * (iter - stepsize))))。
gamma
這個(gè)參數(shù)表示學(xué)習(xí)率每次的變化程度，值為實(shí)數(shù)。
stepsize
這個(gè)參數(shù)表示什么時(shí)候應(yīng)該進(jìn)行訓(xùn)練的下一過程，值為正整數(shù)。主要用在lr_policy為step的情況。
stepvalue
這個(gè)參數(shù)表示什么時(shí)候應(yīng)該進(jìn)行訓(xùn)練的下一過程，值為正整數(shù)。主要用在lr_policy為multistep的情況。
max_iter
這個(gè)參數(shù)表示訓(xùn)練神經(jīng)網(wǎng)絡(luò)迭代的最大次數(shù)，值為正整數(shù)。
momentum
這個(gè)參數(shù)表示在新的計(jì)算中要保留的前面的權(quán)重?cái)?shù)量，值為真分?jǐn)?shù)，通常設(shè)為0.9。
weight_decay
這個(gè)參數(shù)表示對(duì)較大權(quán)重的懲罰（正則化）因子。值為真分?jǐn)?shù)。
This parameter indicates the factor of (regularization) penalization of large weights. This value is a often a real fraction.
solver_mode
這個(gè)參數(shù)用來表示求解神經(jīng)網(wǎng)絡(luò)的模式——值為CPU or GPU。
snapshot
這個(gè)參數(shù)用來表示每迭代多少次就應(yīng)該保存snapshot的model和solverstate，值為正整數(shù)。
snapshot_prefix:
這個(gè)參數(shù)用來表示保存snapshot時(shí)model和solverstate的前綴，值為帶引號(hào)的字符串。
net:
這個(gè)參數(shù)表示訓(xùn)練網(wǎng)絡(luò)所在的位置，值為帶引號(hào)的字符串。
test_iter
這個(gè)參數(shù)表示
這個(gè)參數(shù)表示每個(gè)test_interval進(jìn)行多少次test迭代，值為正整數(shù)。
test_interval
這個(gè)參數(shù)表示什么時(shí)候進(jìn)行數(shù)據(jù)的測(cè)試，值為正整數(shù)。
display
這個(gè)參數(shù)用來表示什么時(shí)候?qū)⑤敵鼋Y(jié)果打印到屏幕上，值為正整數(shù)，表示迭代次數(shù)。
type
這個(gè)參數(shù)表示訓(xùn)練神經(jīng)網(wǎng)絡(luò)采用的反向傳播算法，值為帶引號(hào)的字符串。可選的值有：
Stochastic Gradient Descent “SGD”——隨機(jī)梯度下降，默認(rèn)值。
AdaDelta “AdaDelta”——一種”魯棒的學(xué)習(xí)率方法“，是基于梯度的優(yōu)化方法。
Adaptive Gradient “AdaGrad”——自適應(yīng)梯度方法。
Adam “Adam”——一種基于梯度的優(yōu)化方法。
Nesterov’s Accelerated Gradient “Nesterov”——Nesterov的加速梯度法，作為凸優(yōu)化中最理想的方法，其收斂速度非常快。
RMSprop “RMSProp”——一種基于梯度的優(yōu)化方法。
?
2. Demo
lr_policy
# lr_policy為multisetp
base_lr: 0.01
momentum: 0.9
lr_policy: "multistep"
gamma: 0.9
stepvalue: 1000
stepvalue: 2000
stepvalue: 3000
stepvalue: 4000
stepvalue: 5000
?
# lr_policy為step
base_lr: 0.01
momentum: 0.9
lr_policy: "step"
gamma: 0.9
stepsize: 1000
?
solver.prototxt
net: "models/bvlc_alexnet/train_val.prototxt"
# 每次測(cè)試時(shí)進(jìn)行1000次迭代
test_iter: 1000
# 每進(jìn)行1000次訓(xùn)練執(zhí)行一次測(cè)試
test_interval: 1000
base_lr: 0.01
lr_policy: "step"
gamma: 0.1
stepsize: 100000
display: 20
max_iter: 450000
momentum: 0.9
weight_decay: 0.0005
snapshot: 10000
snapshot_prefix: "models/bvlc_alexnet/caffe_alexnet_train"
solver_mode: GPU
?
?
參考資料
http://www.cnblogs.com/denny402/p/5074049.html
https://github.com/BVLC/caffe/wiki/Solver-Prototxt
http://stackoverflow.com/questions/30033096/what-is-lr-policy-in-caffe
?
7????? Caffe中的SSD：
SSD 300在conv4_3生成prior?box的conv4_3_norm_priorbox層prototxt定義如下：
8????? 多GPU支持：
盡量一個(gè)實(shí)驗(yàn)用一塊卡，caffe的多GPU并行做的不好。
不要-gpu 0,1,2. 用一個(gè)gpu即可
?
9????? Tmux用法
(Ctrl+B) + (Shift+5) 打開一個(gè)新窗口
(Ctrl+B) + right/left 在不同窗口之間切換
(Ctrl+B) + [ 或 ] 進(jìn)入復(fù)制模式，查看歷史記錄
tmux ls 列出當(dāng)前會(huì)話列表
tmux attach 進(jìn)入會(huì)話窗口
Ctrl+B+X 結(jié)束會(huì)話
?
10? Caffe-SSD安裝配置記錄
Github代碼地址如下：
https://github.com/weiliu89/caffe/tree/ssd
?
安裝步驟如下（github）：
Installation
Preparation
# Download the data. cd $HOME/data wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar # Extract the data. tar -xvf VOCtrainval_11-May-2012.tar tar -xvf VOCtrainval_06-Nov-2007.tar tar -xvf VOCtest_06-Nov-2007.tar cd $CAFFE_ROOT # Create the trainval.txt, test.txt, and test_name_size.txt in data/VOC0712/ ./data/VOC0712/create_list.sh # You can modify the parameters in create_data.sh if needed. # It will create lmdb files for trainval and test with encoded original image: #?? - $HOME/data/VOCdevkit/VOC0712/lmdb/VOC0712_trainval_lmdb #?? - $HOME/data/VOCdevkit/VOC0712/lmdb/VOC0712_test_lmdb # and make soft links at examples/VOC0712/ ./data/VOC0712/create_data.shTrain/Eval
If you don't have time to train your model, you can download a pre-trained model at?here.
Here?is a demo video of running a SSD500 model trained on?MSCOCO?dataset.
Models
We have provided the latest models that are trained from different datasets. To help reproduce the results in?Table 6, most models contain a pretrained?.caffemodel?file, many?.prototxt?files, and python scripts.
- 07+12:?SSD300*,?SSD512*
- 07++12:?SSD300*,?SSD512*
- COCO[1]:?SSD300*,?SSD512*
- 07+12+COCO:?SSD300*,?SSD512*
- 07++12+COCO:?SSD300*,?SSD512*
- trainval35k:?SSD300*,?SSD512*
- trainval1:?SSD300*,?SSD500
[1]We use?examples/convert_model.ipynb?to extract a VOC model from a pretrained COCO model.
?
?
13? Mean_file的生成：
sudo build/tools/compute_image_mean examples/mnist/mnist_train_lmdb examples/mnist/mean.binaryproto
?
帶兩個(gè)參數(shù)：
第一個(gè)參數(shù)：examples/mnist/mnist_train_lmdb， 表示需要計(jì)算均值的數(shù)據(jù)，格式為lmdb的訓(xùn)練數(shù)據(jù)。
第二個(gè)參數(shù)：examples/mnist/mean.binaryproto， 計(jì)算出來的結(jié)果保存文件。
?
14? ssd_detect.py的參數(shù)
def parse_args():
??? '''parse args'''
??? parser = argparse.ArgumentParser()
??? parser.add_argument('--gpu_id', type=int, default=0, help='gpu id')
??? parser.add_argument('--labelmap_file',
??????????????????????? default='data/VOC0712/labelmap_voc.prototxt')
??? parser.add_argument('--model_def',
??????????????????????? default='models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt')
??? parser.add_argument('--image_resize', default=300, type=int)
??? parser.add_argument('--model_weights',
??????????????????????? default='models/VGGNet/VOC0712/SSD_300x300/'
??????????????????????? 'VGG_VOC0712_SSD_300x300_iter_120000.caffemodel')
??? parser.add_argument('--image_file', default='examples/images/fish-bike.jpg')
??? return parser.parse_args()
?
15? plot_detections.py的參數(shù)
if __name__ == "__main__":
??? parser = argparse.ArgumentParser(
??????????? description = "Plot the detection results output by ssd_detect.")
??? parser.add_argument("resultfile",
??????????? help = "A file which contains all the detection results.")
??? parser.add_argument("imgdir",
??????????? help = "A directory which contains the images.")
??? parser.add_argument("--labelmap-file", default="",
??????????? help = "A file which contains the LabelMap.")
??? parser.add_argument("--visualize-threshold", default=0.01, type=float,
??????????? help = "Display detections with score higher than the threshold.")
??? parser.add_argument("--save-dir", default="",
??????????? help = "A directory which saves the image with detection results.")
??? parser.add_argument("--display-classes", default=None,
??????????? help = "If provided, only display specified class. Separate by ','")
?
16? ssd_detect.bin（及ssd_detect.cpp）的參數(shù)
Usage:
??? ssd_detect [FLAGS] model_file weights_file list_file
?
?
? Flags from examples/ssd/ssd_detect.cpp:
??? -confidence_threshold (Only store detections with score higher than the
????? threshold.) type: double default: 0.01
??? -file_type (The file type in the list_file. Currently support image and
????? video.) type: string default: "image"
??? -mean_file (The mean file used to subtract from the input image.)
????? type: string default: ""
??? -mean_value (If specified, can be one value or can be same as image
????? channels - would subtract from the corresponding channel). Separated by
????? ','.Either mean_file or mean_value should be provided, not both.)
????? type: string default: "104,117,123"
??? -out_file (If provided, store the detection results in the out_file.)
????? type: string default: ""
?
17? 生成檢測(cè)框并繪圖
Step 1 使用訓(xùn)練好的模型檢測(cè)圖片：
build/examples/ssd/ssd_detect.bin models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt /home/daisida/ssd/models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel /home/daisida/ssd/list.txt? --out_file tmp/output.txt
?
參數(shù)說明：
ssd_detect.bin：是ssd_detect.cpp的編譯文件，類似于caffe中的classifier.bin，主要用于ssd訓(xùn)練模型的檢測(cè)，相當(dāng)main函數(shù)。
deploy.prototxt：網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)
VGG_VOC0712_SSD_300×300_iter_120000.caffemodel：訓(xùn)練模型
test.txt：測(cè)試數(shù)據(jù)，可以是圖片，可以是視頻，每一行為圖片或視頻的路徑
--file_type：文件類型，圖片用image，視頻用video
--out_file：檢測(cè)結(jié)果輸出文件
--condidence_threshold：閾值參數(shù)，這里設(shè)置為0.5，參數(shù)范圍(0,1)
?
Step 2 結(jié)果可視化：
保存結(jié)果前需要將output.txt中的路徑進(jìn)行修改，去掉每行前邊的路徑，避免重復(fù)。
python examples/ssd/plot_detections.py tmp/output.txt /home/daisida/data/testset --labelmap-file data/VOC0712/labelmap_voc.prototxt --save-dir tmp/
?
?
?
報(bào)錯(cuò)：
/home/daisida/data/testset///home/daisida/data/testset/3.jpg does not exist
/home/daisida/data/testset///home/daisida/data/testset/9.jpg does not exist
/home/daisida/data/testset///home/daisida/data/testset/7.jpg does not exist
/home/daisida/data/testset///home/daisida/data/testset/2.jpg does not exist
/home/daisida/data/testset///home/daisida/data/testset/8.jpg does not exist
?
解決方案：
修改output.txt文件，去掉每行前邊的路徑，避免重復(fù)。
?
18? protobuf協(xié)議
定義一個(gè)消息類型
?
假設(shè)你想定義一個(gè)“搜索請(qǐng)求”的消息格式，每一個(gè)請(qǐng)求含有一個(gè)查詢字符串、你感興趣的查詢結(jié)果所在的頁數(shù)，以及每一頁多少條查詢結(jié)果。可以采用如下的方式來定義消息類型的.proto文件了：
message SearchRequest {
??required string query = 1;
??optional int32 page_number = 2;
??optional int32 result_per_page = 3;
}
?
SearchRequest消息格式有3個(gè)字段，在消息中承載的數(shù)據(jù)分別對(duì)應(yīng)于每一個(gè)字段。其中每個(gè)字段都有一個(gè)名字和一種類型。
?
指定字段類型
?
在上面的例子中，所有字段都是標(biāo)量類型：兩個(gè)整型（page_number和result_per_page），一個(gè)string類型（query）。當(dāng)然，你也可以為字段指定其他的合成類型，包括枚舉（enumerations）或其他消息類型。
?
分配標(biāo)識(shí)號(hào)
?
正如上述文件格式，在消息定義中，每個(gè)字段都有唯一的一個(gè)標(biāo)識(shí)符。這些標(biāo)識(shí)符是用來在消息的二進(jìn)制格式中識(shí)別各個(gè)字段的，一旦開始使用就不能夠再改變。注：[1,15]之內(nèi)的標(biāo)識(shí)號(hào)在編碼的時(shí)候會(huì)占用一個(gè)字節(jié)。[16,2047]之內(nèi)的標(biāo)識(shí)號(hào)則占用2個(gè)字節(jié)。所以應(yīng)該為那些頻繁出現(xiàn)的消息元素保留[1,15]之內(nèi)的標(biāo)識(shí)號(hào)。切記：要為將來有可能添加的、頻繁出現(xiàn)的標(biāo)識(shí)號(hào)預(yù)留一些標(biāo)識(shí)號(hào)。
?
最小的標(biāo)識(shí)號(hào)可以從1開始，最大到229?- 1, or 536,870,911。不可以使用其中的[19000－19999]的標(biāo)識(shí)號(hào)， Protobuf協(xié)議實(shí)現(xiàn)中對(duì)這些進(jìn)行了預(yù)留。如果非要在.proto文件中使用這些預(yù)留標(biāo)識(shí)號(hào)，編譯時(shí)就會(huì)報(bào)警。
?
指定字段規(guī)則
?
所指定的消息字段修飾符必須是如下之一：
required：一個(gè)格式良好的消息一定要含有1個(gè)這種字段。表示該值是必須要設(shè)置的；
optional：消息格式中該字段可以有0個(gè)或1個(gè)值（不超過1個(gè)）。
repeated：在一個(gè)格式良好的消息中，這種字段可以重復(fù)任意多次（包括0次）。重復(fù)的值的順序會(huì)被保留。表示該值可以重復(fù)，相當(dāng)于java中的List。
?
由于一些歷史原因，基本數(shù)值類型的repeated的字段并沒有被盡可能地高效編碼。在新的代碼中，用戶應(yīng)該使用特殊選項(xiàng)[packed=true]來保證更高效的編碼。如：
repeated int32 samples = 4 [packed=true];
?
required是永久性的：在將一個(gè)字段標(biāo)識(shí)為required的時(shí)候，應(yīng)該特別小心。如果在某些情況下不想寫入或者發(fā)送一個(gè)required的字段，將原始該字段修飾符更改為optional可能會(huì)遇到問題——舊版本的使用者會(huì)認(rèn)為不含該字段的消息是不完整的，從而可能會(huì)無目的的拒絕解析。在這種情況下，你應(yīng)該考慮編寫特別針對(duì)于應(yīng)用程序的、自定義的消息校驗(yàn)函數(shù)。Google的一些工程師得出了一個(gè)結(jié)論：使用required弊多于利；他們更愿意使用optional和repeated而不是required。當(dāng)然，這個(gè)觀點(diǎn)并不具有普遍性。
?
19? Caffe擴(kuò)展層——ROIPooling的caffe實(shí)現(xiàn)
https://blog.csdn.net/jiongnima/article/details/80016683
?
20? 多版本Python共存時(shí)的啟動(dòng)方式：
python2 *.py??? #啟動(dòng)Python2
python *.py????? #啟動(dòng)Python3
sudo python???? #啟動(dòng)系統(tǒng)Python，不加sudo，則啟動(dòng)用戶bashrc中的Python
?
21? OpenCV的visualstudio2015（VC14）配置過程
?
（1）?????? 下載并解壓
（2）?????? 配置環(huán)境變量：
D:\Program Files\opencv\build\x64\vc14\bin
（3）?????? 新建控制臺(tái)應(yīng)用程序——空項(xiàng)目
（4）?????? 選擇編譯模式為x64：項(xiàng)目右鍵——屬性——連接器——高級(jí)——目標(biāo)計(jì)算機(jī)：Machine64——右上角配置管理器——平臺(tái)：新建——win32和x64
（5）?????? 接下來有兩種方案，（64位系統(tǒng)要選擇debug模式為x64）一是此項(xiàng)目上右鍵屬性，則只改變當(dāng)前項(xiàng)目，二是視圖——其他窗口——屬性管理器——修改全局配置
（6）?????? 工程上右鍵屬性——包含目錄：
D:\Program Files\opencv\build\include\opencv2
D:\Program Files\opencv\build\include\opencv
D:\Program Files\opencv\build\include
（7）?????? 庫目錄：
D:\Program Files\opencv\build\x64\vc14\lib
（8）?????? 鏈接器——輸入——附加依賴項(xiàng)：
opencv_world345d.lib
opencv_world345.lib?
（9）?????? 測(cè)試代碼：
#include<iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
?
using namespace cv;
?
int main()
{
??? // 讀入一張圖片（游戲原畫）
??? Mat img = imread("pic.jpg");
??? // 創(chuàng)建一個(gè)名為 "游戲原畫"窗口
??? namedWindow("游戲原畫");
??? // 在窗口中顯示游戲原畫
??? imshow("游戲原畫", img);
??? // 等待6000 ms后窗口自動(dòng)關(guān)閉
??? waitKey(6000);
}
?
22? 更新服務(wù)器CUDA版本
1. 刪除所有服務(wù)器上的/home/public/local/cuda-7.5文件夾，只保留8.0文件夾，如果這臺(tái)服務(wù)器已經(jīng)安裝過7.5的驅(qū)動(dòng)，需要先卸載driver
卸載方法：
cd /home/public/local/cuda-7.5/bin
sudo ./uninstall_cuda_7.5.pl
（新安裝機(jī)器只裝了cuda8.0的直接刪了cuda-7.5文件夾就可以）
2. 修改/home/bashrc文件里面的cuda路徑
3. 修改自己的Makefile.config里面的cuda路徑
4. 把10.90.41.188上/home/public/local/cuda-8.0.tar 和OpenCV-3.0-cuda8.0.tar 拷貝到每臺(tái)機(jī)器上的/home/public/local下，并解壓(沒有顯卡的機(jī)器也拷貝cuda8.0.tar，方便以后安裝)
5. 把10.90.41.188上/home/public/local/anaconda2/lib/python2.7/site-packages/cv2.so 拷貝到對(duì)應(yīng)機(jī)器上對(duì)應(yīng)路徑/home/public/local/anaconda2/lib/python2.7/site-packages/
?
重新make caffe和OpenCV
?
?
測(cè)試：
對(duì)于有顯卡的機(jī)器，測(cè)試在python中import cv2
?
Boost 的修改過程：
為運(yùn)行caffe，cd /usr/local/lib
將libboost_thread.so -> libboost_thread.so.1.68.0重命名為libboost_thread.so_bak
新建libboost_thread.so -> libboost_thread.so.1.66.0
?
23? OUT_OF_MEMORY
ps -aux | grep python | grep -v grep | awk '{print $2}' | xargs kill -9
?
24? Importing caffe results in ImportError: “No module named google.protobuf.internal” (import enum_type_wrapper)
解決方案：
pip install protobuf
?
25? 每次運(yùn)行代碼之前需要考慮修改的地方
Train階段：
（1）?????? train.sh中的solver.prototxt路徑
（2）?????? train.sh中的caffemodel路徑
（3）?????? train.sh中的日志名稱
（4）?????? solver.prototxt中的net名稱（也就是train.prototxt路徑）
（5）?????? solver.prototxt中的snapshot_prefix名稱（包括路徑+文件名）
（6）?????? train.prototxt中的data層（有兩個(gè)，TRAIN和TEST）輸入文件的路徑，即list.txt或者lmdb的路徑
Test階段：
（1）?????? test.py腳本中的caffemodel改成訓(xùn)練好的caffemodel
（2）?????? test.py中的prototxt改成deploy.prototxt
（3）?????? test.py中的labelfile（即list.txt文件的路徑）
?
26? 從train.prototxt生成deploy.prototxt需要修改的地方
（1）?????? 去掉輸入層（有兩個(gè)，phase=TRAIN或TEST），換成Input層：
layer {
? name: "data_exp"
? type: "ImageData"
? top: "data_exp"
? top: "label_exp"
? include {
??? phase: TRAIN
? }
? transform_param {
??? mirror: true
??? mean_value: 104
??? mean_value: 117
??? mean_value: 123
? }
? image_data_param {
??? source: "list.txt"
??? batch_size: 32
??? shuffle: true
? }
}
改成：
layer {
? name: "data"
? type: "Input"
? top: "data"
? input_param { shape: { dim: 1 dim: 3 dim: 144? dim: 144 } }
}
?
（2）?????? 第一個(gè)卷積層的bottom變量要和輸入層一致
（3）?????? Loss層：從SoftmaxWithLoss改成Softmax
layer {
? name: "loss_expression"
? type: "SoftmaxWithLoss"
? bottom: "pool10_expression"
? bottom: "label_exp"
? top: "loss_exp"
? loss_weight: 1
? include {
??? phase: TRAIN
? }
}
改成：
layer {
? name: "prob_expression"
? type: "Softmax"
? bottom: "pool10_expression"
? top: "prob_expression"
}
（4）?????? 去掉Accuracy層
（5）?????? 對(duì)于多任務(wù)情況，還要去掉concat層（deploy階段每次test只輸入一張圖片，同理也要去掉slice）
27? Caffe多任務(wù)訓(xùn)練
添加concat層以及slice層。
Concat用于拼接不同數(shù)據(jù)源的data，concat之后的數(shù)據(jù)經(jīng)過網(wǎng)絡(luò)傳播，由slice層將feature分開，分別用于不同人物的訓(xùn)練，生成不同的loss。Slice_point就是batchsize。
?
train.prototxt需要修改的位置：
（1）?????? 有幾項(xiàng)任務(wù)，就要有幾份輸入數(shù)據(jù)（每項(xiàng)任務(wù)都要有各自的TRAIN和TEST數(shù)據(jù)輸入層）；同時(shí)注意batchsized的大小；
（2）?????? 修改Concat層如下（TRAIN和TEST各有一個(gè)）
layer {
? name: "concat"
? bottom: "data_blink"
? bottom: "data_obstacle"
? bottom: "data_blur"
? top: "data"
? type: "Concat"
? include {
??? phase: TRAIN
? }
? concat_param {
??? axis: 0
? }
}
其中bottom是三項(xiàng)任務(wù)各自的輸入數(shù)據(jù)層。
（3）?????? 修改slice層（TRAIN和TEST各有一個(gè)）：
layer {
? name: "slice"
? type: "Slice"
? bottom: "fire9/concat"
? top: "feature_blink"
? top: "feature_obstacle"
? top: "feature_blur"
? include {
??? phase: TRAIN
? }
? slice_param {
??? axis: 0
??? slice_point: 128
??? slice_point: 256
? }
}
（4）?????? Slice層之后接不同任務(wù)的輸出層：
Eg. Conv、relu、pooling、SoftmaxWithLoss、accuracy_smile
（5）?????? 修改deploy.prototxt:
轉(zhuǎn)載于:https://www.cnblogs.com/sddai/p/10613478.html
總結(jié)
以上是生活随笔為你收集整理的Caffe-SSD相关源码说明和调试记录的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 使用 docker 搭建 nginx+p
- 下一篇： json、xml