在windows下用caffe跑ImageNet

在windows下用caffe跑ImageNet

使用caffe主要分为三大步： 
【1】用convert_imageset.exe把图片数据库转换为.lmdb或者.leveldb的格式。 
【2】用compute_image_mean.exe进行取均值的预处理，生成.binaryproto文件 
【3】用caffe.exe跑CNN。 
1）数据准备 
下载的一个比较小的ImageNet图片数据集，共120种，每种不到200张。 

2）生成train.txt文件 
对于train.txt文件的格式，网上有明确的介绍。 
来自：http://blog.csdn.net/u012878523/article/details/41698209 
是这样的格式： 
 
我自己写了一个matlab的小程序，直接生成train.txt文件：

clear all clc foodDir='E:\000Deep Learning000\caffe-windows-3rdparty20151001\data\train_data_v2'; numClasses=10; classes=dir(foodDir); classes = classes([classes.isdir]) ; classes = {classes(3:numClasses+2).name}; imageName={}; fp = fopen('train.txt','a'); for ci = 1:length(classes) ims = dir(fullfile(foodDir, classes{ci}, '*.jpg'))' ; for ii=1:length(ims) fprintf(fp,classes{ci}); fprintf(fp,'/'); fprintf(fp,ims(ii).name); fprintf(fp,' '); fprintf(fp,'%d',ci); fprintf(fp,'\r\n'); end end fclose(fp); 

下面开始使用caffe： 
【1】用convert_imageset.exe把图片数据库转换为.lmdb或者.leveldb的格式。

网上流传的大多是Linux的shell命令，我仿着caffe自带的example里面的imagenet的shell文件写了一个批处理命令，可以直接用的。

.\bin\convert_imageset.exe --resize_height=256 --resize_width=256 --shuffle --backend="leveldb" D:\000\caffe-windows-3rdparty20151001\data\train_data_v2\ D:\000\caffe-windows-3rdparty20151001\data\train.txt D:\000\caffe-windows-3rdparty20151001\examples\imagenet\ilsvrc12_train_new2_lmdb_lmdb_lmdb_lmdb 

注意这里的backend用是leveldb，默认的是lmdb。 
如果这里生成的是leveldb文件，后面预处理 计算均值图像的时候也要用leveldb。我一开始生成的是lmdb文件，结果后面运行compute_image_mean的时候报错： 
set end of file error 

后来改成leveldb，一切正常。

这是lmdb

这是leveldb

跑出来的结果是这样的：

【2】用compute_image_mean.exe进行取均值的预处理，生成.binaryproto文件

.\bin\compute_image_mean.exe --backend="leveldb" D:\000\caffe-windows-3rdparty20151001\examples\imagenet\ilsvrc12_train_lmdb D:\000\caffe-windows-3rdparty20151001\examples\imagenet\mean.binaryproto pause 

跑出来的结果是这样的：

【3】用caffe.exe跑CNN

先看看caffe.exe 的help

C:\Users\connor>D:\000\caffe-windows-3rdparty20151001\bin\caffe.exe -help D:\000\caffe-windows-3rdparty20151001\bin\caffe.exe: command line brew usage: caffe <command> <args> commands: train train or finetune a model test score a model device_query show GPU diagnostic information time benchmark model execution time Flags from ..\..\src\gflags.cc: --flagfile (load flags from file) type: string default: "" --fromenv (set flags from the environment [use 'export FLAGS_flag1=value']) type: string default: "" --tryfromenv (set flags from the environment if present) type: string default: "" --undefok (comma-separated list of flag names that it is okay to specify on the command line even if the program does not define a flag with that name. IMPORTANT: flags in this list that have arguments MUST use the flag=value format) type: string default: "" Flags from ..\..\src\gflags_completions.cc: --tab_completion_columns (Number of columns to use in output for tab completion) type: int32 default: 80 --tab_completion_word (If non-empty, HandleCommandLineCompletions() will hijack the process and attempt to do bash-style command line flag completion on this value.) type: string default: "" Flags from ..\..\src\gflags_reporting.cc: --help (show help on all flags [tip: all flags can have two dashes]) type: bool default: false currently: true --helpfull (show help on all flags -- same as -help) type: bool default: false --helpmatch (show help on modules whose name contains the specified substr) type: string default: "" --helpon (show help on the modules named by this flag value) type: string default: "" --helppackage (show help on all modules in the main package) type: bool default: false --helpshort (show help on only the main module for this program) type: bool default: false --helpxml (produce an xml version of help) type: bool default: false --version (show version and build info and exit) type: bool default: false Flags from ..\..\tools\caffe.cpp: --gpu (Optional; run in GPU mode on given device IDs separated by ','.Use '-gpu all' to run on all available GPUs. The effective training batch size is multiplied by the number of devices.) type: string default: "" --iterations (The number of iterations to run.) type: int32 default: 50 --model (The model definition protocol buffer text file..) type: string default: "" --sighup_effect (Optional; action to take when a SIGHUP signal is received: snapshot, stop or none.) type: string default: "snapshot" --sigint_effect (Optional; action to take when a SIGINT signal is received: snapshot, stop or none.) type: string default: "stop" --snapshot (Optional; the snapshot solver state to resume training.) type: string default: "" --solver (The solver definition protocol buffer text file.) type: string default: "" --weights (Optional; the pretrained weights to initialize finetuning, separated by ','. Cannot be set simultaneously with snapshot.) type: string default: "" C:\Users\connor>

有两个主要的参数： 
solver 
和 
snapshot

solver是指向solver.prototxt配置文件的。

snapshot是将屏幕上输出的东西写进一个txt文件里。

下面看prototxt文件里的内容，在 E:\000Deep Learning000\caffe-windows-3rdparty20151001\models\bvlc_alexnet 里.

net: "models/bvlc_alexnet/train_val.prototxt" test_iter: 1000 test_interval: 1000 base_lr: 0.01 lr_policy: "step" gamma: 0.1 stepsize: 100000 display: 20 max_iter: 450000 momentum: 0.9 weight_decay: 0.0005 snapshot: 10000 snapshot_prefix: "models/bvlc_alexnet/caffe_alexnet_train" solver_mode: GPU 

下一部分引自caffe下自己的数据训练和测试

我们还有一个运行的协议solver.prototxt，复制过来，将第一行路径改为我们的路径net: “examples/myself/train_val.prototxt”，从里面可以观察到，我们将运行256批次，迭代4500000次（90期），每1000次迭代，我们测试学习网络验证数据，我们设置初始的学习率为0.01，每100000（20期）次迭代减少学习率，显示一次信息，训练的weight_decay为0.0005，每10000次迭代，我们显示一下当前状态。 
以上是教程的，实际上，以上需要耗费很长时间，因此，我们稍微改一下 
test_iter: 1000是指测试的批次，我们就10张照片，设置10就可以了。 
test_interval: 1000是指每1000次迭代测试一次，我们改成500次测试一次。 
base_lr: 0.01是基础学习率，因为数据量小，0.01就会下降太快了，因此改成0.001 
lr_policy: “step”学习率变化 
gamma: 0.1学习率变化的比率 
stepsize: 100000每100000次迭代减少学习率 
display: 20每20层显示一次 
max_iter: 450000最大迭代次数， 
momentum: 0.9学习的参数，不用变 
weight_decay: 0.0005学习的参数，不用变 
snapshot: 10000每迭代10000次显示状态，这里改为2000次 
solver_mode: GPU末尾加一行，代表用GPU进行

打开 models/bvlc_alexnet/train_val.prototxt 看看

先只看数据层：

layer { name: "data" type: "Data" top: "data" top: "label" include { phase: TRAIN } transform_param { mirror: true crop_size: 227 mean_file: "data/ilsvrc12/imagenet_mean.binaryproto" } data_param { source: "examples/imagenet/ilsvrc12_train_lmdb" batch_size: 256 backend: leveldb } } layer { name: "data" type: "Data" top: "data" top: "label" include { phase: TEST } transform_param { mirror: false crop_size: 227 mean_file: "data/ilsvrc12/imagenet_mean.binaryproto" } data_param { source: "examples/imagenet/ilsvrc12_val_lmdb" batch_size: 50 backend: leveldb } }

这里backend: LMDB要改成backend: LEVELDB，注意要全部大写，不然会报错。

下面就可以直接运行caffe.exe跑CNN了,cmd命令如下：

D:\000\caffe-windows-3rdparty20151001\bin\caffe.exe train --solver=models\bvlc_alexnet\solver.prototxt

本文实验过程中承蒙实验室孙满利师兄指导，撒花感谢~

                   天津大学电子信息工程学院
                     视觉模式分析实验室
                          修宇璇

版权所有，转载请注明出处