【神经网络与深度学习】在Windows8.1上用VS2013编译Caffe并训练和分类自己的图片

最近想熟悉一下深度学习，体验了一下Caffe，简单写写训练和分类的过程：

1.下载Caffe VS2013工程：https://github.com/Microsoft/caffe

2. 解压并用VS2013打开解决方案caffe-master\windows\Caffe.sln，默认配置是x64 Debug

2.  重命名caffe-master\windows\CommonSettings.props.example为caffe-master\windows\CommonSettings.props，然后修改如下配置：

<CpuOnlyBuild>true</CpuOnlyBuild>  -----  是否使用GPU，我的电脑没有GPU，所以为true

<UseCuDNN>false</UseCuDNN>   -----   是否使用CuDNN库

<PythonSupport>false</PythonSupport>  ----- 是否支持Python

<MatlabSupport>false</MatlabSupport>   -----  是否支持Matlab

4. 编译解决方案

全编译整个解决方案，刚开始会弹出一个窗口下载第三方库，需要下载一段时间，下载完毕后开始编译。第一次编译或许会出现错误说找不到libcaffe.lib，把工程libcaffe单独编译一下然后再编译整个解决方案即可。

5.编译通过后，在caffe-master\Build\x64\Debug中会出现一堆exe和dll：

convert_imageset.exe    用来生成训练图片和测试图片的数据库

compute_image_mean.exe  计算训练图片的均值

classification.exe   对目标图片分类

6. 准备训练图片和测试图片，我们这里训练圆形，三角形，六边形和云朵图片，比如：

caffe-master\data\train\circle中放圆形练图片10张

caffe-master\data\train\cloud中放云朵形状练图片5张

caffe-master\data\train\hexagon中放六边形练图片5张

caffe-master\data\train\triangle中放三角形练图片10张

训练图片共30张

caffe-master\data\train\val中放测试图片

这里放两张圆形图片（标准圆形和手绘圆形），两张三角形（标准+手绘），一张标准六边形，一张云朵图片，共6张

7. 新建文本文件caffe-master\data\train\train.txt，填写将30张训练图片和类别编号对应关系，内容如下，jpg后面的数字表示图片类别编号，从0开始。

\circle\1.jpg 0

\circle\2.jpg 0

\circle\3.jpg 0

\circle\4.jpg 0

\circle\5.jpg 0

\circle\6.jpg 0

\circle\7.jpg 0

\circle\8.jpg 0

\circle\9.jpg 0

\circle\10.jpg 0

\triangle\1.jpg 1

\triangle\2.jpg 1

\triangle\3.jpg 1

\triangle\4.jpg 1

\triangle\5.jpg 1

\triangle\6.jpg 1

\triangle\7.jpg 1

\triangle\8.jpg 1

\triangle\9.jpg 1

\triangle\10.jpg 1

\hexagon\1.jpg 2

\hexagon\2.jpg 2

\hexagon\3.jpg 2

\hexagon\4.jpg 2

\hexagon\5.jpg 2

\cloud\a.jpg 3

\cloud\b.jpg 3

\cloud\c.jpg 3

\cloud\d.jpg 3

\cloud\e.jpg 3

注意：这里每行的文件名称会和第9节convert_imageset_train.bat的行“set a=C:\xxx\caffe-master\data\train”指定的路径拼接成一个完整图片文件路径

8. 新建文本文件caffe-master\data\val\val.txt，填写测试图片和类别编号的对应关系，内容如下，格式与上面train.txt一样：

\1.jpg 0

\a.jpg 0

\2.jpg 1

\b.jpg 1

\3.jpg 2

\5.jpg 3

注意：这里每行的图片文件名称会和第10节convert_imageset_val.bat的行“set a=C:\xxx\caffe-master\data\val”指定的路径拼接成一个完整图片文件路径

9. 在caffe-master根目录下新建并运行批处理文件convert_imageset_train.bat，用于生成训练图片数据库：

文件内容如下：

SET GLOG_logtostderr=1

cd /d C:\xxx\caffe-master

set a=C:\xxx\caffe-master\data\train

set b=C:\xxx\caffe-master\data\train\train.txt

set c=C:\xxx\caffe-master\data\trainlmdb

Build\x64\Debug\convert_imageset.exe -resize_height=200 -resize_width=200 %a% %b% %c% 0

pause

注意：运行此批处理文件前要确保文件夹caffe-master\data\trainlmdb不存在，否则会报错。

批处理运行后生成两个文件：caffe-master\data\trainlmdb\data.mdb和caffe-master\data\trainlmdb\lock.mdb

10. 在caffe-master根目录下新建并运行批处理文件convert_imageset_val.bat，用于生成测试图片数据库，文件内容如下：

SET GLOG_logtostderr=1

cd /d C:\xxx\caffe-master

set a=C:\xxx\caffe-master\data\val

set b=C:\ xxx\caffe-master\data\val\val.txt

set c=C:\xxx\caffe-master\data\vallmdb

Build\x64\Debug\convert_imageset.exe -resize_height=200 -resize_width=200 %a% %b% %c% 0

pause

注意：运行此批处理文件前要确保文件夹caffe-master\data\vallmdb不存在，否则会报错。

resize_height和resize_width分别为调整后的输入图片的宽度和高度

批处理运行后生成两个文件：caffe-master\data\vallmdb\data.mdb和caffe-master\data\vallmdb\lock.mdb

11. 生成均值文件，在caffe-master根目录下新建并运行批处理文件compute_image_mean.bat

SET GLOG_logtostderr=1

cd /d C:\xxx\caffe-master

set a=C:\xxx\caffe-master\data\trainlmdb

set b=C:\xxx\caffe-master\data\image_mean.binaryproto

Build\x64\Debug\compute_image_mean.exe %a% %b%

pause

批处理运行后生成caffe-master\data\image_mean.binaryproto

12. 复制文件caffe-master\models\bvlc_alexnet\solver.prototxt和caffe-master\models\bvlc_alexnet\train_val.prototxt到caffe-master\data，并修改如下：

solver.prototxt：

net: "C:/xxx/caffe-master/data/train_val.prototxt"

test_iter: 1

test_interval: 500

base_lr: 0.001

lr_policy: "step"

gamma: 0.1

stepsize: 100000

display: 20

max_iter: 10000

momentum: 0.9

weight_decay: 0.0005

snapshot: 1000

snapshot_prefix: "models/bvlc_alexnet/caffe_alexnet_train"

solver_mode: CPU

solver.prototxt和train_val.prototxt的详细介绍请参考如下两篇博客：

http://blog.csdn.net/u012746763/article/details/51549184

http://blog.csdn.net/u012746763/article/details/51549267

13. 在caffe-master根目录下新建并运行批处理文件train.bat开始训练：

SET GLOG_logtostderr=1

cd /d C:\xxx\caffe-master

Build\x64\Debug\caffe.exe train --solver=C:\xxx\caffe-master\data\solver.prototxt

pause

训练结果和快照保存在caffe-master\models\bvlc_alexnet中。

14. 由于使用CPU计算，训练速度非常慢，不知道采用GPU能加速多少，减少训练图片数量和图片尺寸（step9和10中的resize_height和resize_width）能加快训练速度和降低内存使用。经过数个小时的等待训练结束，生成最终的训练结果，也可使用训练中间生成的快照来做分类。

15.  在caffe-master根目录下新建并运行批处理文件classification.bat开始分类。

SET GLOG_logtostderr=1

cd /d C:\xxx\caffe-master

set a=C:\xxx\caffe-master\models\bvlc_alexnet\deploy.prototxt

set b=C:\xxx\caffe-master\models\bvlc_alexnet\caffe_alexnet_train_iter_4000.caffemodel

set c=C:\xxx\caffe-master\data\image_mean.binaryproto

set d=C:\xxx\caffe-master\labels.txt

set e=C:\xxx\caffe-master\data\val\f.jpg

Build\x64\Debug\classification.exe %a% %b% %c% %d% %e%

pause

参数说明：

deploy.prototxt：

修改name为data的layer中的input_param为{ shape: { dim: 10 dim: 3 dim: 200 dim: 200 } }  其中的200分别对应step9和10中的resize_height和resize_width

在name为fc8的layer中，修改num_output的值为4（训练图片类型的个数）

caffe_alexnet_train_iter_4000.caffemodel： 训练结果

image_mean.binaryproto： 均值文件

labels.txt: 图片类型编号对应的类型名称文件，一行一个名称

f.jpg: 待分类的图片

14. 手绘一个云朵形状的图片然后分类，结果：

0.9997 - "cloud"

0.0002 - "triangle

0.0001 - "hexagon"

0.0000 - "circle"