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)

caffemodel的百度云地址：链接：http://pan.baidu.com/s/1sl6nPXb 密码：omow

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：

【更新日志2017-9-25】

从此博客中发现caffe -test命令默认测试50次，也就是说可能并没有测试完全整个测试集, 所以我们需要自己计算一下应该计算多少次, 总样本数/ batchsize，然后再命令中使用-iterations=? 指定你的测试次数，比如我计算需要测试100次才能覆盖整个样本, 那么就使用

.\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 -iterations=100
pause

【caffe-Windows】cifar实例编译之model的使用相关推荐

【caffe-Windows】cifar实例编译之model的生成
参考:<span style="font-family: Arial, Helvetica, sans-serif;">http://blog.csdn.net/che ...
【caffe-Windows】mnist实例编译之model的使用-classification
[caffe-Windows]mnist实例编译之model的使用-classification 标签: 深度学习caffe 2016-08-16 11:24 1349人阅读评论(12) 收藏 ...
Caffe Windows版本的编译
2019独角兽企业重金招聘Python工程师标准>>> 1:Caffe的主版本只支持Linux,所以要下载专门的Caffe Windows版本,网址为 https://github. ...
【caffe-Windows】mnist实例编译之model的使用-matlab
前言针对上一个caffe文章留下的matlab手写数字识别的问题,感谢caffe中文社区的 @ghgzh 的提示,原文请看:caffe中文社区第一步手写图片的制作方法我就不说了,直接把我自己画的 ...
【caffe-Windows】mnist实例编译之model的生成
其实这个和cifar的实例基本相同,只不过数据转换的方法不一样 [说明,此博客按照我自己的路径设置的相关操作,读者如果自行选择其他路径,记得在bat和prototxt等文件修改路径] 第一步下载数据 ...
caffe windows 学习第一步：编译和安装（vs2012+win 64)
转载自:http://www.cnblogs.com/denny402/p/5041060.html 没有GPU,没有linux, 只好装caffe的windows版本了. 我的系统是win10(64 ...
caffe windows学习：第一个测试程序
caffe windows编译成功后,就可以开始进行测试了.如果还没有编译成功的,请参考:caffe windows 学习第一步:编译和安装(vs2012+win 64) 一般第一个测试都是建议对手写 ...
caffe/ windows 10 /Can't parse message of type caffe.NetParameter because it is missing required
背景将linux下训练的caffemodel移植到windows上使用但是出现以下错误提示:Can't parse message of type "caffe.NetParameter& ...
caffe windows 训练自己的图片数据
caffe训练自己的数据分为四步: 1.图片数据集准备 2.网络训练所需数据格式 lmdb / leveldb 转换 3.图像均值文件计算 4.网络训练具体过程如下: 一.图片数据集准备图片数据收 ...

【caffe-Windows】cifar实例编译之model的使用

第一步

第二步

第三步

第四步

第五步

【caffe-Windows】cifar实例编译之model的使用相关推荐

最新文章

热门文章