ShuffleNet在Caffe框架下的实现

本文是在实现Github上用户farmingyard贴出的加速版ShuffleNet。下面是所包含的文件：

在之前的Caffe框架使用中，只是单纯的会把别人deploy.prototxt，

train.prototxt,solver.prototxt拿来用，制作数据集跑一跑，稍微有一点变化，例如有的网络github上只给一个deploy.prototxt文件，或者是像这样还给出 .cpp .cu .hpp文件README.md又是这样的：

在写出其他两个文件以后直接巡行会出现以下问题：

下面主要就是针对这一问题进行解决。

1、相关文件的使用问题

如果只给出了一个deploy.prototxt文件，另外两个.prototxt配置文件都是需要我们使用者根据自己的情况和所给出的deploy.prototxt自己写的。

然后像这样给出

shuffle_channel_layer.cpp
shuffle_channel_layer.cu
shuffle_channel_layer.hpp

三个文件的，基本都是网络结构中自己定义的layer，是Caffe框架本身没有的，需要我们添加到Caffe框架下。

以ShuffleNet为例，具体使用步骤是将:

shuffle_channel_layer.cpp
shuffle_channel_layer.cu

放进caffe/src/caffe/layers路径下，而

shuffle_channel_layer.hpp

放进caffe/include/caffe/layers路径下。然后类似于函数的声明一样，我们需要在caffe/src/caffe/proto/caffe.proto文件中找到message LayerParameter{…}这条语句

在最后添加这句话：

注意，这里的164随意取，只要不和前面用过的ID重复即可：

message LayerParameter {
...
optional ShuffleChannelParameter shuffle_channel_param = 164;
...
}

然后在caffe.proto文件的最后，添加：

message ShuffleChannelParameter {optional uint32 group = 1[default = 1]; // The number of group
}

做完上述步骤后，在caffe需要重新编译，也很简单，直接在caffe文件夹下打开命令行：

make all -j4

或者：

sudo make clean
sudo make all

如果编译caffe时出现如下问题：

主要原因是我们上一步，修改了caffe.proto文件因为我们用文本编辑器打开了文件后，文本编辑器在caffe.proto文件的开头静默插入字节顺序标记。

参考博客解决：https://blog.csdn.net/qq_38451119/article/details/81980292

解决后，开始重新编译caffe。

2、开始训练

在Caffe中使用ShuffleNet层：

type: "ShuffleChannel"

然后就是准备好数据集，根据deploy.prototxt文件编写好train.prototxt和solver.prototxt 就可以开始训练了！

ShuffleNet在Caffe框架下的实现相关推荐

Caffe使用step by step：caffe框架下的基本操作和分析
Caffe使用step by step:caffe框架下的基本操作和分析时间:2015-10-16 11:40:09 阅读:808 评论:0 收藏:0 [点我 ...
caffe框架下目标检测——faster-rcnn实战篇操作
原有模型 1.下载fasrer-rcnn源代码并安装 git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git 1) ...
tensorflow2caffe(3) : 如何将tensorflow框架下训练得到的权重转化为caffe框架下的权重参数
版权声明:本文为博主原创文章,转载时请附加博文链接. https://blog.csdn.net/jiongnima/article/details/78382972 在前两期专栏tensorflow ...
tensorflow2caffe(1) : 如何将tensorflow框架下训练得到的权重转化为caffe框架下的权重参数
在前两期专栏tensorflow2caffe(1)和tensorflow2caffe(2)中,笔者向大家介绍了caffemodel文件类型下的参数架构和如何取出tensorflow框架下训练参数.在本 ...
caffe框架下目标检测——faster-rcnn实战篇问题集锦
1.问题解决方案:没编译好,需要在lib下编译make 需要在caffe-fast-rcnn下编译make或者make all -j16 ,还需要make pycaffe 2.问题解决方案:/p ...
阿里云免费GPU+caffe框架下训练自己图片
阿里云的参考文档:https://help.aliyun.com/document_detail/49571.html 在文档里提供了caffe的一个案例,利用Caffe实现mnist的数据训练.准备 ...
Caffe框架下SSD算法源码综述
ssd源码相比于caffe架构主要添加了flatten,normal,prior,detection,multibox等层,其中最重要的难点是multibox层和multibox,通过学习ssd源码可 ...
windows下使用Caffe框架和matlab实现SRCNN官方代码的步骤
步骤 step1 搭建caffe环境在windows系统上搭建caffe环境,并配置matlab接口(需要下载 caffe-master.zip 以及 VS2013 ) 我的环境为:windows1 ...
caffe与tensorflow框架下卷积的维度计算与一致性证明
对于卷积运算,假设输入维度为iii,卷积核的维度为www,步长为sss,这里为了叙述方便仅描述一维且忽略pad(pad可以看做已经乘以2加到输入维度中去了).在caffe框架下,按照平移的原则一步 ...
tensorflow框架到caffe框架的模型转换
本文参考以下系列内容: tensorflow2caffe(1) : caffemodel解析,caffemodel里面到底记录了什么? tensorflow2caffe(2) : 如何在tensorf ...

ShuffleNet在Caffe框架下的实现

type: "ShuffleChannel"

ShuffleNet在Caffe框架下的实现相关推荐

最新文章

热门文章