caffe用classification.cpp进行测试的经验

当我们训练结束后,接下来要做的就是进行测试,也就是在测试集上验证自己训练出来的模型的泛化效果。在测试的时候一定要注意几点。
先了解一下classification.cpp中重要的内容。
caffe用classification.cpp进行测试的经验_第1张图片
model_file为测试模型时记录网络结构的prototxt文件路径
trained_file为训练完毕的caffemodel文件路径
mean_file为记录数据集均值的文件路径,数据集均值的文件的格式通常为binaryproto
label_file为记录类别标签的文件路径,标签通常记录在一个txt文件中,一行一个

这四个文件一定要匹配对了。尤其是model_file文件,也就是deploy.prototxt文件。
当deploy.prototxt文件不对应你的caffemodel文件时,测试结果会有很多情况。
有可能在测试的时候分类测试的话测试都对
也可能在测试的时候分类测试的话测试都错
还有可能每次测试结果都不稳定

总结

我的经验是测试一定要多测试几遍(至少两遍),并且查看这几遍的测试结果是否一样,不一样的话那就证明有问题了,而且问题大概率出现在deploy.prototxt文件上,原因就是因为deploy.prototxt文件不对应你的caffemodel文件。(还有一个很重要的特点是,如果二分类两类的得分在0.5左右,证明根本没有分类效果。)

作者:GL3_24
来源:CSDN
著作权归作者所有。转载请联系作者获得授权。

你可能感兴趣的:(caffe,深度学习)