第一次调试和测试Caffe lenet网络

1. caffe是在windows下配置的，可以参考下算法组中的介绍帖：

     http://suanfazu.com/t/windows-caffe/13579

2.修改windows文件下的CommonSettings.props，然后编译生成各个exe文件；

3. 从Lenet的主页中下载测试的mnist数据，分别为t10k-images.idx3-ubyte、t10k-labels.idx1-ubyte、train-images.idx3-ubyte、train-labels.idx1-ubyte，然后使用下面的命令生成lmdb的数据格式文件，

Build\x64\Release\convert_mnist_data.exe data\mnist\train-images.idx3-ubyte data\mnist\train-labels.idx1-ubyte examples\mnist\mnist_train_lmdb

Build\x64\Release\convert_mnist_data.exe data\mnist\t10k-images.idx3-ubyte data\mnist\t10k-labels.idx1-ubyte examples\mnist\mnist_test_lmdb

4. 接着就是使用上面的数据进行网络的训练和测试，命令如下

Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt 
5.测试结果可以看到检测的精度和损失值

6.测试自己的图片中数值

6.1 自己生成几张图片，我自己的大小为28*28，图像背景为黑色，字体为白色；

6.2 准备class.txt文件，里面为图像的文件名，并且有图像中的数字值(这里可以设定不同值，以便测试检测的精度)，class.txt文件与图像在相同路径下；

           1.jpg 1
           2.jpg 6
           3.jpg 4

6.3  //image 2 lmdb  命令为：exe+相对路径+txt文件路径(里面除了图像路径+名,还需要标注出图像中的信息，以便比对精度)+然后输出lmdb路径(只是路径，不包含名字，并且文件需要不存在)
Build\x64\Release\convert_imageset.exe examples\mnist\test\ examples\mnist\test\class.txt examples\mnist\test\imgSet -resize_width=28-resize_height=28

7. 测试上面的lmdb数据，就会得到测试的精度值和损失值，命令如下

Build\x64\Debug\caffe.exe test -model=examples\mnist\test\lenet_train_test.prototxt -weights=G:\VS_Code\caffe-master\examples\mnist\lenet_iter_10000.caffemodel -gpu=all -iterations 100  

上面的命令可以在caffe.sln中caffe工程的调试命令行中，可以进行观察内部数据的流动和值。