Enet caffe训练错误

转自：https://blog.csdn.net/hong__fang/article/details/78530390 

根据ENet说明https://github.com/TimoSaemann/ENet/tree/master/Tutorial ，进行训练遇到以下问题

1 No module named spatial_dropout

   新增加的Python层如果用caffe-root/caffe train -solver  solver.prototxt方式可能会出现找不到新添加的Python层，此时需要将新添加的Python层文件的路径添加到环境变量中，通过终端python后输入import  **.py看是否添加，然后通过Python接口来训练，如下：

   ENet通过python接口定义了新层spatial_dropout，根据说明直接在终端启动训练，出现“No module named spatial_dropout”，原因是caffe，python层所在文件夹路径，没有添加到系统PYTHONPATH，一个解决方法是：用Python接口来启动训练：

import sys
caffe_root = 'home/f/caffe/'
sys.path.insert(0,caffe_root+'python')

import caffe
caffe.set_device(0)
caffe.set_mode_gpu()
solver = caffe.SGDSolver('/home/xxx/data/solver.prototxt')
solver.solve()

若采用微调的方式进行训练则如下，参考https://blog.csdn.net/lilai619/article/details/54343395 

[python]  view plain  copy

import sys
caffe_root = 'home/f/caffe/'
sys.path.insert(0,caffe_root+'python')

import caffe
caffe.set_device(0)
caffe.set_mode_gpu()
solver = caffe.SGDSolver('/home/xxx/data/solver.prototxt')
solver.net.copy_from('models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel')
# We run the solver for niter times, and record the training loss.
for it in range(niter):
    solver.step(1)  # SGD by Caffe

2 drop1_0_3 新建时，  img_height == height 验证失败

   data层的new_height new_weight不能删掉，根据输入图像设定大小即可。

layer {
  name: "data"
  type: "DenseImageData"
  top: "data"
  top: "label"
  dense_image_data_param {
    source: "ENet/dataset/train_fine_2columns.txt"
    batch_size: 4
    shuffle: true
    new_height: 512
    new_width: 1024
    label_divide_factor: 8
  }
}