深度学习caffe(2)——caffe例程之cifar10

从看起来最好玩的cifar10开始。

1）cifar10数据集

cifar10数据集包括60000张32*32*3的图片，这些图片分为10类，分别是飞机、汽车、鸟、猫、狗、鹿、青蛙、马、船、卡车。

数据集下载地址：http://www.cs.toronto.edu/~kriz/cifar.html

下载二进制文件，解压后可以看到文件夹里有6个.bin文件，是60000张图片，每个batch包括10000张图片；

batches.meta.txt双击打开后可以看到里面有10类，注意这一行不要回车分开，另外不要回车，保证除了这一行下面没有其他的东西。

在\caffe-master\examples\cifar10下面新建一个cifar10_binary文件夹存放.bin文件，将batches.meta.txt拷到\caffe-master\examples\cifar10下面

2）数据转换

将图片转化为lmdb格式（leveldb也可以）：我这里新建了一个bat文件夹，把脚本文件都放在这里面，另外我全部用的是绝对路径，保证不在路径上犯错误（脚本文件只要新建一个文本文件，复制下面的内容，在把名字改成XXX.bat就可以双击运行了），然后可以看到在\caffe-master\examples\cifar10下面生成了lmdb文件（leveldb个格式只要把lmdb改成leveldb就可以）

E:\caffe\caffe-master\Build\x64\Release\convert_cifar_data.exe  E:\caffe\caffe-master\examples\cifar10\cifar10_binary E:\caffe\caffe-master\examples\cifar10 lmdb

3）生成均值文件

然后是mean文件，同样写个脚本，生成数据均值文件

E:\caffe\caffe-master\Build\x64\Release\compute_image_mean.exe -backend=lmdb E:\caffe\caffe-master\examples\cifar10\cifar10_train_lmdb E:\caffe\caffe-master\examples\cifar10\mean_train.binaryproto

E:\caffe\caffe-master\Build\x64\Release\compute_image_mean.exe -backend=lmdb E:\caffe\caffe-master\examples\cifar10\cifar10_test_lmdb E:\caffe\caffe-master\examples\cifar10\mean_test.binaryproto

4）训练模型

用vs2013打开cifar10_quick_train_test.prototxt（网络模型描述文件）和cifar10_quick_solver.prototxt（超参数配置文件），cifar10_quick_train_test.prototxt中可以看到所用网络的相关信息，在cifar10_quick_solver.prototxt中我们可以修改参数调整网络，在这里不做太多修改。

上面选择cifar10_quick_train_test.prototxt和cifar10_quick_solver.prototxt训练起来快一点，也可以选择cifar10_full_train_test.prototxt和cifar10_full_solver.prototxt，只要注意quick对应quick，full对应full，不要弄混了。

修改cifar10_quick_train_test.prototxt文件路径(改成自己放图片的路径），如果前面生成的是leveldb文件，则还要把backend: LMDB改成backend: LEVELDB

修改cifar10_quick_solver.prototxt文件，不用GPU的改成CPU，我这里把快照格式注释掉了，如果不注释训练生成的是.h5文件，这个也是可以的

改好保存后写脚本训练

E:\caffe\caffe-master\Build\x64\Release\caffe.exe train --solver=E:\caffe\caffe-master\examples\cifar10\cifar10_quick_solver.prototxt
pause

训练好了会生成两个文件

5）图片分类

首先要自己做一张32*32的图片，在网上下载一张图片（比如一只猫），打开画图软件编辑，缩放为32*32就可以了，将这张图片放在cifar10文件夹下，编写脚本进行分类。

E:\caffe\caffe-master\Build\x64\Release\classification.exe E:\caffe\caffe-master\examples\cifar10\cifar10_quick.prototxt E:\caffe\caffe-master\examples\cifar10\cifar10_quick_iter_4000.caffemodel E:\caffe\caffe-master\examples\cifar10\mean_train.binaryproto E:\caffe\caffe-master\examples\cifar10\batches.meta.txt E:\caffe\caffe-master\examples\cifar10\test.jpg
pause

分类结果：

狗：0.7682

马：0.1101

猫：0.1008

可以看到，上面的图片是一只猫。猫：？？？这个模型到底对猫有什么误解，让我先哭会

另外附上错误总结：http://www.cnblogs.com/aimhabo/p/8721357.html，可以作为参考