caffe-windows之彩色图像分类例程cifar10

一、caffe-windows之彩色图像分类例程cifar10

训练测试网络模型【参考1】【参考2】

1. 准备数据

1. 下载二进制数据集数据集，下载链接为http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz，在linux或是w10系统下，也可以直接运行.sh文件下载数据。

2. 解压压缩包，得到6个bin文件和一个batches.meta.txt文件，其中data_batch_1.bin到bata_batch_5.bin是训练数据集，由50000张32*32的彩图组成，test_batch.bin是测试数据集，由10000张32*32的彩图组成，batches.meta.txt为标签文件。

2. 数据格式转换

1. 在examples/cifar10/下新建一个input_folder文件夹，将6个bin文件放入；

2. 利用convert_cifar_data.exe可执行程序转换数据，可以转换成leveldb或mldb格式，直接存放在examples/cifar10/文件夹中。

    //leveldb
    Build\x64\Release\convert_cifar_data.exe examples\cifar10\input_folder examples\cifar10 leveldb
   
    //lmdb
    Build\x64\Release\convert_cifar_data.exe examples\cifar10\input_folder examples\cifar10 lmdb
   

3. 计算数据均值文件

利用compute_image_mean.exe来得到数据集的均值文件，可以根据leveldb格式数据集或是lmdb格式数据集，命令如下：

//leveldb，因为默认数据时lmdb格式，所以要用leveldb格式，需要用-backend字段指明。
Build\x64\Release\compute_image_mean.exe  -backend=leveldb examples\cifar10\cifar10_train_leveldb examples\cifar10\mean.binaryproto

//lmdb
Build\x64\Release\compute_image_mean.exe examples\cifar10\cifar10_train_lmdbdb examples\cifar10\mean.binaryproto

4. 训练模型

1. 确定网络模型描述文件为examples/cifar10/cifar10_quick_train_test.prototxt，超参数配置文件为cifar10_quick_solver.prototxt.

2. 如果是lmdb格式数据，只要修改cifar10_quick_solver.prototxt中的solver_mode改为CPU就好；

   如果是leveldb格式的话，cifar10_quick_train_test.prototxt中的数据source需要修改，同时backend需要改成LEVELDB。

3. 执行训练命令

    Build\x64\Release\caffe.exe train -solver examples\cifar10\cifar10_quick_solver.prototxt
   

   【执行结果】：accruacy有0.7083，loss有0.867989，保存的快照文件为cifar10_quick_iter_4000.caffemodel.h5，cifar10_quick_iter_4000.solverstate.h5

   

5. 测试网络模型

1. 准备一张待识别的彩色图像，缩放到32*32.

2. 确定识别网络模型描述文件为examples\cifar10\cifar10_quick.prototxt，模型权值文件为examples\cifar10\cifar10_quick_iter_4000.caffemodel.h5，数据集均值文件为examples\cifar10\mean.binaryproto，数据集标签文件为examples\cifar10\batches.meta.txt

3. 利用classification.exe调用网络识别图像

    Build\x64\Release\classification.exe examples\cifar10\cifar10_quick.prototxt examples\cifar10\cifar10_quick_iter_4000.caffemodel.h5 examples\cifar10\mean.binaryproto examples\cifar10\batches.meta.txt examples\cifar10\dog.jpg
   

4. 识别结果0.7744的概率为狗。

   

二、利用上述网络训练自己的24类字母数据集实现字母识别

之前用mnist的网络去分类，发现效果不好，这次用cifar网络试一下。

数据集包括24个类别的字母（A-Z），每类字母有90张左右的样本。抽取每类样本中的70张，共1680张样本组成训练数据集，剩余466张的样本组成测试数据集。

训练网络的过程与上述过程类似：

1. 准备数据，得到训练标签文件char-trainData.txt和测试标签文件char-testData.txt，文件中的每一行为“样本图像路径+' '+标签” ;

2. 数据集格式转换为lmdb格式，因为cifar10数据集是32*32的彩图，因此这里也将数据集转换成32*32大小的。

    //train-data
    Build\x64\Release\convert_imageset.exe --resize_height=32 --resize_width=32 examples\my_project\char\ examples\my_project\char\char-trainData.txt examples\my_project/char/char_trainData_db
   
    //test-data
    Build\x64\Release\convert_imageset.exe --resize_height=32 --resize_width=32 examples\my_project\char\ examples\my_project\char\char-testData.txt examples\my_project/char/char_testData_db
   

3. 得到数据集均值文件

    Build\x64\Release\compute_image_mean.exe examples\my_project\char\char_trainData_db examples\my_project\char\mean.binaryproto
   

4. 修改网络描述文件和超参数配置文件

   cifar10_quick_solver.prototxt里只要修改网络路径net、测试迭代次数test_iter、快照保存路径snapshot_prefix。

   cifar10_quick_train_test.prototxt里要修改的有：均值文件路径mean_file、训练或测试数据路径source、单批训练或测试的数量batch_size、最终网络输出的类别数num_output。

5. 训练网络

   训练结果如下，最终可以得到0.975的识别准确率，如第一张图所示，但在迭代训练3500次的时候，网络识别准确率更好，达到了0.981818，如图第二张图所示。

    Build\x64\Release\caffe.exe train -solver examples\my_project\char\cifar10_quick_solver.prototxt