3【caffe-Windows】cifar实例编译之model的使用

本文讲解如何对网上下载的一个图片利用训练好的cifar模型进行分类

第一步

上一篇文章训练好以后会得到两个文件

从网上查阅资料解释来看，第一个caffemodel是训练完毕得到的模型参数文件，第二个solverstate是训练中断以后，可以用此文件从中断地方继续训练(具体使用方法目前尚未测试)

第二步

新建一个代表cifar10数据标签txt文件，放在examples下的cifar10文件夹内，本文采用名称为synset_words的txt文件，内容如下：

从网上随便下载一个图片，但是注意，最好是cifar里面包含的种类，当然也可以下载其他的，不过分类得到的标签肯定不对，因为训练得到的模型不包含此种类。

比如我下载了一只猫：

第三步

使用模型进行分类，建立一个bat文件，比如我在E:\caffeDEV1\caffe-windows\Build\x64\Release下[同样可以在debug下]建立classification.bat，内容如下

 classification.exe E:\caffeDEV1\caffe-windows\examples\cifar10\cifar10_quick.prototxt E:\caffeDEV1\caffe-windows\examples\cifar10\cifar10_quick_iter_4000.caffemodel.h5 E:\caffeDEV1\caffe-windows\examples\cifar10\mean.binaryproto E:\caffeDEV1\caffe-windows\examples\cifar10\synset_words.txt E:\caffeDEV1\caffe-windows\examples\cifar10\dog.jpg
 pause

如果你建立在其他地方，请注意你的路径。bat的格式为XX/XX/classification.exe  xx/xx/网络结构(cifar10_quick.prototxt) XX/XX/训练好的模型(.caffemodel.h5)  XX/XX/均值文件 XX/XX/下载的图片 (XX/XX代表路径 )

第四步

也就说最后一步，直接运行这个bat文件，双击就行，得到如下结果

【注】我在其中一个地方卡了很久，千万千万不要把modelcaffe.h5的后缀改为modelcaffe，也就是说，千万别删掉了h5，我一直以为调用cifar10_quick_iter_4000.caffemodel，结果呵呵了，卡了一下午

第五步

第四步实现得是单张图片的识别。第五步则对测试集进行准确率的分批测试

直接在E:\caffeDEV1\caffe-windows下建立一个bat文件(test_cifar.bat)，内容如下：

 .\Build\x64\Release\caffe.exe test --model=examples/cifar10/cifar10_quick_train_test.prototxt -weights=examples/cifar10/cifar10_quick_iter_4000.caffemodel.h5 -gpu=0
 pause

【PS】注意，如果出现“cannot use GPU in CPU-only caffe :check mode.check failure stack trace.”问题，去掉后面的-gpu=0即可，代表使用CPU测试。
运行之后效果如下：