caffe模型训练与使用极简版(windows平台)

前言

本文训练模型是在 windows 系统上完成的,在训练模型之前,需要在自己的设备上编译好 caffe 。

windows 下编译 caffe 的教程:https://blog.csdn.net/apple_54470279/article/details/124993901

为了避免不必要的错误,请在桌面上新建一个文件夹【项目文件夹】,用来存放本次训练的所有文件。

建议大家把 caffe-windows 安装在 D盘 根目录,这样就不需要频繁更改路径!

获取数据集

在项目文件夹中新建一个 sources 文件夹用来保存数据源,准备好相应的图片。本文用来训练的图片是从网上下载的牵牛花玫瑰花向日葵各100张,分别保存在morning gloryrosesunflower 文件夹中。当然,文件夹可以根据图片类型命名,目录结构如下:

caffe模型训练与使用极简版(windows平台)_第1张图片

准备工作

准备工作的任务:

  • 重命名图片
  • 将所有图片分成训练集测试集
  • 生成 .txt 格式的图片标签文件
  • 将图片转换为 lmdb 格式
  • 准备 .prototxt 文件
  • 生成 .binaryproto.npy 格式的均值文件

这一步可以通过 Python 代码来完成,在根目录下新建 prepare.py 文件,复制以下代码(需要对程序开头的部分路径进行修改):

'''
    初始化程序
'''

import os
import re
import numpy as np
import caffe
from shutil import copyfile

# 获取当前根目录
root = os.getcwd()
# 获取数据源
sources = root + "\\sources"
# .prototxt 文件所在位置(改为自己本地对应的路径)
train_proto = r"D:\caffe-windows\models\bvlc_reference_caffenet\train_val.prototxt"
deploy_proto = r"D:\caffe-windows\models\bvlc_reference_caffenet\deploy.prototxt"
solver_proto = r"D:\caffe-windows\models\bvlc_reference_caffenet\solver.prototxt"
# convert_imageset.exe 程序路径(改为自己本地对应的路径)
imageset_exe = r"D:\caffe-windows\scripts\build\tools\Release\convert_imageset.exe"
# compute_image_mean.exe 程序路径(改为自己本地对应的路径)
imagemean_exe = r"D:\caffe-windows\scripts\build\tools\Release\compute_image_mean.exe"
# caffe.exe 程序路径(改为自己本地对应的路径)
caffe_exe = r"D:\caffe-windows\scripts\build\tools\Release\caffe.exe"

def main():
    # 获取数据源中的分类数据
    source_list = os.listdir(sources)
    if len(source_list) == 0:
        print("No sourses!")
        return 0
    # 对数据源中的图片进行重命名
    print("图片重命名中...")
    for item in source_list:
        img_path = "{}\\{}\\".format(sources, item)
        mark = item[:3]
        rename(img_path, mark)
    # 数据集划分
    for item in source_list:
        img_path = "{}\\{}\\".format(sources, item)
        dataset_cut(img_path)
    print("训练集共 {} 张图片。".format(len(os.listdir(root + "\\data\\train"))))
    print("测试集共 {} 张图片。".format(len(os.listdir(root + "\\data\\test"))))
    print("数据集划分完成!")
    # 生成图片标签
    dir_path = root + "\data"
    create_label("train", dir_path)
    create_label("test", dir_path)
    labels_path = root + "\data\labels.txt"
    with open(labels_path, 'w') as f:
        i = 0
        for item in source_list:
            f.writelines('{} {}\n'.format(i, item.replace(' ', '_')))
            i += 1
        print("生成 labels.txt 文件...")
    # 创建 models 文件夹
    print("生成 models 文件夹...")
    os.makedirs(root + "\\data\\models", exist_ok=True)
    # 创建 CaffeNet 文件夹
    print("生成 CaffeNet 文件夹...")
    os.makedirs(root + "\\data\\CaffeNet", exist_ok=True)
    # 创建 img_test 文件夹
    print("生成 img_test 文件夹...")
    os.makedirs(root + "\\img_test", exist_ok=True)
    # 写入 .prototxt 文件
    if os.path.exists(root + "\\data\\CaffeNet\\train_val.prototxt"):
        print("train_val.prototxt文件已存在...")
    else:
        print("生成 train_val.prototxt 文件...")
        copyfile(train_proto, root + "\\data\\CaffeNet\\train_val.prototxt")
    if os.path.exists(root + "\\data\\CaffeNet\\deploy.prototxt"):
        print("deploy.prototxt 文件已存在...")
    else:
        print("生成 deploy.prototxt 文件...")
        copyfile(deploy_proto, root + "\\data\\CaffeNet\\deploy.prototxt")
    if os.path.exists(root + "\\data\\CaffeNet\\solver.prototxt"):
        print("solver.prototxt 文件已存在...")
    else:
        print("生成 solver.prototxt 文件...")
        copyfile(solver_proto, root + "\\data\\CaffeNet\\solver.prototxt")
    # 创建 mean_data 文件夹
    print("生成 mean_data 文件夹...")
    os.makedirs(root + "\\data\\mean_data", exist_ok=True)
    # 执行 cmd 命令
    print("\n=============\n")
    choos = input("是否生成 lmdb 文件?( y / n):")
    print("\n=============\n")
    if choos in ['Y', 'y']:
        if os.path.exists(r'{}\data\train_leveldb'.format(root)):
            os.remove(r'{}\data\train_leveldb'.format(root))
        os.system(r'{} --resize_height=100 --resize_width=100 --shuffle --backend=lmdb {}\data\train/ {}\data\train.txt {}\data\train_leveldb'.format(imageset_exe, root, root, root))
        if os.path.exists(r'{}\data\test_leveldb'.format(root)):
            os.remove(r'{}\data\test_leveldb'.format(root))
        os.system(r'{} --resize_height=100 --resize_width=100 --shuffle --backend=lmdb {}\data\test/ {}\data\test.txt {}\data\test_leveldb'.format(imageset_exe, root, root, root))
    print("\n=============\n")
    choos = input("是否生成均值文件?( y / n):")
    print("\n=============\n")
    if choos in ['Y', 'y']:
        os.system(r'{} {}\data\train_leveldb {}\data\mean_data\mean.binaryproto'.format(imagemean_exe, root, root))
        print("已生成 .binaryproto 均值文件!")
        tonpy()
    # 生成 train.bat 脚本
    print("生成 train.bat 脚本文件...")
    create_bat()


# 重命名图片
def rename(img_path, mark):
    img_list = os.listdir(img_path)
    i = 1
    for item in img_list:
        os.rename(img_path+item, img_path+'{}{:0>5}.png'.format(mark, i))
        i += 1


# 数据划分
def dataset_cut(img_path):
    os.makedirs(root + "\\data\\train", exist_ok=True)  # 创建训练集文件夹
    os.makedirs(root + "\\data\\test", exist_ok=True)   # 创建测试集文件夹
    img_list = os.listdir(img_path)
    for img in img_list[:int(len(img_list)*0.8)]:
        copyfile(img_path + img, root + "\\data\\train\\" + img)
    for img in img_list[-int(len(img_list)*0.2):]:
        copyfile(img_path + img, root + "\\data\\test\\" + img)


# 生成图片标签
def create_label(dir_name, dir_path):
    img_list = os.listdir(dir_path + "\{}".format(dir_name))   # 获取训练集图片的名称
    print("共获取 {} 张图片".format(len(img_list)))
    # 获取图片名前缀
    lab = []
    for item in img_list:
        if item[:3] not in lab:
            lab.append(item[:3])
    # 写入图片名及标签
    with open(dir_path + "\{}.txt".format(dir_name), "w") as f:
        i = 0
        for item in lab:
            for img in img_list:
                if re.match(item+'+', img):
                    f.writelines("{} {}\n".format(img, i))
            i += 1
    print("生成 {}.txt 文件...".format(dir_name))

# 生成 .bat 脚本
def create_bat():
    # 生成 train.bat 脚本
    content = []
    content.append('{} train -solver={}\\data\\CaffeNet\\solver.prototxt'.format(caffe_exe, root))
    content.append('pause')
    with open(root+r"\train.bat", 'w') as f:
        for item in content:
            f.writelines(item+'\n')


# 转换均值文件
def tonpy():
    # .binaryproto 格式均值文件路径
    path1 = root + r'\data\mean_data\mean.binaryproto' 
    # .npy 格式均值文件的生成路径
    path2 = root + r'\data\mean_data\mean.npy' 
    
    blob = caffe.proto.caffe_pb2.BlobProto()
    data = open(path1, 'rb' ).read()
    blob.ParseFromString(data)
    
    array = np.array(caffe.io.blobproto_to_array(blob))
    mean_npy = array[0]
    np.save(path2 ,mean_npy)
    print("已生成 .npy 均值文件!")


if __name__ == "__main__":
    main()

配置 train_val.prototxt 文件

上一步完成后,会在项目文件夹的根目录下生成【data】文件夹,打开该文件夹下的【CaffeNet】文件夹,会看到如下三个文件:
caffe模型训练与使用极简版(windows平台)_第2张图片

用记事本或者其他编辑器打开并修改 train_val.prototxt 文件,一共需要修改 5 处,具体修改内容如下(\符号全部替换为/,否则会报错!):

# 第一处(11行左右):
transform_param {
  mirror: true
  # 裁剪图片尺寸
  crop_size: 100
  # 下面的路径改为自己均值文件的路径
  mean_file: "C:/Users/CoolTea/Desktop/caffe-flower/data/mean.binaryproto"
}

# 第二处(27行左右):
data_param {
  # 下面的路径改为自己 train_leveldb 文件夹的路径
  source: "C:/Users/CoolTea/Desktop/caffe-flower/data/train_leveldb"
  # 样本数量(不大于训练集图片)
  batch_size: 80
  backend: LMDB
}

# 第三处(44行左右):
transform_param {
  mirror: false
  # 裁剪图片尺寸
  crop_size: 100
  # 下面的路径改为自己均值文件的路径
  mean_file: "C:/Users/CoolTea/Desktop/caffe-flower/DataSet/mean.binaryproto"
}

# 第四处(60行左右):
data_param {
  # 下面的路径改为自己 test_leveldb 文件夹的路径
  source: "C:/Users/CoolTea/Desktop/caffe-flower/DataSet/test_leveldb"
  # 样本数量(不大于测试集图片)
  batch_size: 20
  backend: LMDB
}

# 第五处(385行左右):
inner_product_param {
  # 本文一共有三类图片,因此这里的数字最好大于自己图片的种类
  num_output: 4
  weight_filler {
    type: "gaussian"
    std: 0.01
  }
  bias_filler {
    type: "constant"
    value: 0
  }
}

crop_size:

在 caffe 中,如果定义了 crop_size,那么在train时会对大于 crop_size 的图片进行随机裁剪,而在test时只是截取中间部分。

batch_size:

若 batch_size= m(训练集样本数量),相当于直接抓取整个数据集,训练时间长。但梯度准确,不适用于大样本训练,只适用于小样本训练,但小样本训练一般会导致过拟合现象,因此不建议如此设置。

配置 solver.prototxt 文件

用记事本或者其他编辑器打开并修改 solver.prototxt 文件,具体修改内容如下(\符号全部替换为/,否则会报错!):

# 改为自己本地 train_val.prototxt 文件的路径
net: "C:/Users/CoolTea/Desktop/demo/data/CaffeNet/train_val.prototxt"
# 测试数据的迭代次数,根据测试图片的数量决定,本文测试数据比较少,可以调小数值
test_iter: 3
# 测试间隔,每训练多少次进行一次测试。
test_interval: 200
# 这个参数代表的是此网络最开始的学习速率
base_lr: 0.01
# 学习率调整策略
lr_policy: "step"
# 这个参数就是和学习率相关的
gamma: 0.1
# 这个参数表示我们应该多长时间(在某个迭代次数)进入下一个训练“步骤”。该值是一个正整数。
stepsize: 200
# 训练多少次对在屏幕上显示一次
display: 50
# 最大迭代次数,这个数值告诉网络何时停止训练,太小会达不到收敛,太大会导致震荡,为正整数。
max_iter: 600
# 上一次梯度更新的权重
momentum: 0.9
# 权重衰减项,用于防止过拟合。
weight_decay: 0.0005
# 训练多少次后保存一次model和solverstate
snapshot: 200
# 在数据集下新建 model 文件夹,用来存放模型
snapshot_prefix: "C:/Users/CoolTea/Desktop/demo/data/models/"
# 使用 CPU 还是 GPU 训练
solver_mode: CPU

训练模型

执行 prepare.py 程序后,会在根目录下生成 train.bat 脚本文件,双击运行该脚本即可开始训练,训练过程会花费一定的时间,最终结果如下:

caffe模型训练与使用极简版(windows平台)_第3张图片

accuracy 的值约为:1,表示其模型准确率接近 100% 。

使用模型

执行 prepare.py 程序后,会在根目录下生成 img_test 文件夹,从网上下载几张花朵图片存入该文件夹,做一下标识,以便查看!

caffe模型训练与使用极简版(windows平台)_第4张图片

使用记事本或者编辑器打开 deploy.prototxt 文件,并对该文件进行两处修改:

# 第一处(8行左右)
layer {
  name: "data"
  type: "Input"
  top: "data"
  # 对以下内容进行修改:
  input_param { shape: { dim: 1 dim: 3 dim: 100 dim: 100 } }
}

# 第二处(209行左右)
layer {
  name: "fc8"
  type: "InnerProduct"
  bottom: "fc7"
  top: "fc8"
  inner_product_param {
    # 改为 train_val.prototxt 文件最后 num_output 相同的值。
    num_output: 4
  }
}

dim: 1

对待识别样本进行数据增广的数量,可自行定义。一般会进行 5 次 crop ,之后分别 flip 。如果该值为 10 则表示一个样本会变成10个,之后输入到网络进行识别。如果不进行数据增广,可以设置成 1 。

dim: 3

通道数,表示RGB三个通道

dim: 100

图像的长和宽,通过 crop_size 获取,本文中我们定义为 100 。

编写 Python 识别代码,在根目录下新建 distinguish.py 文件,复制以下代码:

import os
import caffe
import numpy as np

# 根目录
root = os.getcwd()
# deploy 文件所在目录(数据集目录下)
deploy_path = root + r"\data\CaffeNet\deploy.prototxt"
# 训练好的模型所在目录(选数字最大的那个,后缀 .caffemodel)
model_path = root + r"\data\models\_iter_600.caffemodel"
# 识别标签文件所在路径(test 文件夹下)
labels_path = root + r"\data\labels.txt"
# npy 格式均值文件所在位置
npy_path = root + r"\data\mean_data\mean.npy"
# 测试图片所在目录
images_path = root + r"\img_test"

# 加载 model 和 network
net = caffe.Net(deploy_path, model_path, caffe.TEST)

# 设定图片的 shape 格式 (1,3,28,28)
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
# 改变维度的顺序,由原始图片 (28,28,3) 变为 (3,28,28)
transformer.set_transpose('data', (2,0,1))    
# 减去均值
transformer.set_mean('data', np.load(npy_path).mean(1).mean(1))    
# 缩放到 (0, 100) 之间
transformer.set_raw_scale('data', 100)    
# 交换通道,将图片由 RGB 变为 BGR
transformer.set_channel_swap('data', (2,1,0))   
# 获取所有图片名,存入列表
image_list = os.listdir(images_path)
# 获取标签
lable = []
with open(labels_path, 'r') as f:
	lines = f.readlines()
	for item in lines:
		lable.append(item.replace('\n', '').split(' '))

# 识别所有图片
for item in image_list:
    img = caffe.io.load_image(images_path+"\\"+item)
    net.blobs['data'].data[...] = transformer.preprocess('data', img)
    out = net.forward()
    prob = net.blobs['prob'].data[0].flatten()
    order = prob.argsort()[-1] 
    for lab in lable:
        if str(order) in lab:
            print("{}  ===>  {}".format(item , lab[1]))

运行代码,结果如下:

caffe模型训练与使用极简版(windows平台)_第5张图片

可以看到,识别的准去率还是很高的!

你可能感兴趣的:(caffe,windows,深度学习)