深度学习-采用caffe提供的工具extract_features.bin进行特征提取

地1,在caffe目录下建立一临时目录_temp
mkdir examples/_temp
2,生成一个特提取图像的文件名列表文件
find `pwd`/examples/images/myimages/ -type f -exec echo {} \; > examples/_temp/temp.txt

3,每一个图像文件名的后面都期望有一个分类标签，因此，每一行路径的后面加一个0代表结束

sed "s/$/ 0/" examples/_temp/temp.txt > examples/_temp/file_list.txt

在下面的配置文件中要用到

4,使用extract_features.bin工具提取特征
./build/tools/extract_features.bin examples/testFinetune/my_mode_iter_5000.caffemodel.h5 examples/testFinetune/deploy.prototxt fc7 examples/_temp/features 50 leveldb

模型：my_mode_iter_5000.caffemodel.h5
网络结构：deploy.prototxt
层的名称：fc7，也可以是其他层
特征存储的位置：examples/_temp/features
个数：50
特征存储的文件格式：leveldb，这里面采用leveldb数据库的形式

注意：这里面用的模型、网络结构都是事先前训练好的。主

./build/tools/extract_features.bin examples/testFinetune/my_mode_iter_5000.caffemodel.h5 examples/testFinetune/deploy.prototxt fc7 examples/_temp/features 50 leveldb GPU

提醒：最后一个参数要是使用gpu的话，参数必须大写GPU。读代码的结果，参考资料太少了，读代码还是很爽！

参考资料：http://caffe.berkeleyvision.org/gathered/examples/feature_extraction.html。官方文档