Caffe--应用实践

一、数据整理 

     (1) 数据处理

          标注类标签

          数据打乱---shuf

     (2)  图片转换成caffe可读的leveldb或者lmdb存储。

     ./build/tools/convert_imageset -backend=lmdb -resize_heiht=45 -resize_width=45 / /image_data/print_character/print_1/file_list.txt /data/train_lmdb

     (3) 计算mean_file

     ./build_release/tools/compute_image_mean /data/eng/train_lmdb /data/eng/printchar_mean.binaryproto

     

二、设计网络结构

     (1) 启动caffe训练

     ./build/tools/caffe train --solver=./solver.prototxt

     (2) solver配置文件 solver.prototxt

     

     (3) 网络结构配置文件 train_val.prototxt

三、训练结果

3.1 模型训练

(1) 迭代10W次

accuracy: 0.961453

        loss: 0.09485

四、 基于现有训练模型，使用caffe直接识别

    /root/caffe-parallel/./build/tools/caffe test --weights=/data/model__iter_90000.caffemodel --model=/data/train_val.prototxt    --gpu=1 --iterations=1

     这是一个测试训练模型的命令，可以修改caffe的代码，保存识别结果。