Caffe学习笔记2-用一个预训练模型提取特征

本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权

欢迎关注我的博客：http://blog.csdn.net/hit2015spring

http://caffe.berkeleyvision.org/gathered/examples/feature_extraction.html

制作一个数据库

先做一个临时文件夹

mkdir examples/_temp

为待处理的文件生成一个文件列表，这些图片在examples/images文件夹下

find `pwd`/examples/images -type f -exec echo {} \; > examples/_temp/temp.txt

我们将使用预计标签之后的每一个文件名，故需要在每一行后面加0

sed "s/$/ 0/" examples/_temp/temp.txt > examples/_temp/file_list.txt

定义特征提取的网络结构

在实际运用中，把分类图片减去均值图像，对提高分类准确率具有很重要的意义，下载ILSVRC的均值文件

./data/ilsvrc12/get_ilsvrc_aux.sh

我们将在网络定义模型中使用data/ilsvrc213/imagenet_mean.binaryproto的文件来定义一个网络模型

拷贝和修改网络训练模型的定义文件，我们将要用的imagedatalayer，这个文件将调整图片大小

cp examples/feature_extraction/imagenet_val.prototxt examples/_temp

提取特征

./build/tools/extract_features.bin models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/imagenet_val.prototxt fc7 examples/_temp/features 10 leveldb

其中fc7是最高层的特征，我们也可以提取例如conv5或者pool3等其它层的信息

最后一个参数是图片的最小批次

特征最后存在了examples/_temp/features,文件夹下面

如果出现"Check failed: status.ok() Failed to open leveldb examples/_temp/features"的错误，那是因为examples/_temp/features在上一层运行命令的时候就已经存在了，所以要用命令移除它

rm -rf examples/_temp/features/

最后把临时的文件删除不要

rm -r examples/_temp

问题：

caffemodel不存在

解决：

http://www.cnblogs.com/denny402/p/5111018.html

https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet

大概233M

sudo ./scripts/download_model_binary.py models/bvlc_reference_caffenet

问题2：

https://github.com/BVLC/caffe/issues/3505

参数设置错误，改版之后参数没有继续更改，巨坑，最后发现是caffemodel包没有下载完全，一定要检查那个包呀，233M，最后运行成功！

Caffe学习笔记2相关推荐

CAFFE学习笔记（一）Caffe_Example之训练mnist
CAFFE学习笔记(一)Caffe_Example之训练mnist 0.参考文献 [1]caffe官网<Training LeNet on MNIST with Caffe>; [ ...
Caffe学习笔记4图像特征进行可视化
Caffe学习笔记4图像特征进行可视化本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权欢迎关注我的博客:http://blog.csdn.net/hit201 ...
Caffe学习笔记3——制作并训练自己的数据集
Caffe学习笔记3 本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权欢迎关注我的博客:http://blog.csdn.net/hit2015spring和h ...
Caffe 学习笔记1
Caffe 学习笔记1 本文为原创作品,未经本人同意,禁止转载,禁止用于商业用途!本人对博客使用拥有最终解释权欢迎关注我的博客:http://blog.csdn.net/hit2015spring和 ...
caffe学习笔记（2）
caffe学习笔记(2)-视觉层(vision layers) 本文参考博客caffe学习,是根据这篇博客做的学习笔记.详细情况可以参考原博客,真的很赞. 所有的层都具有的参数,如name, type ...
caffe学习笔记（1）
caffe学习笔记(1) 刚开始学习caffe,发现一个非常好的博客caffe学习.看了几遍收益匪浅,但是总是记不住,所以决定安装该博客的步骤一点一点实现,然后记录在该系列的博客中.原博客是在ubun ...
Caffe学习笔记2--Ubuntu 14.04 64bit 安装Caffe（GPU版本）
0.检查配置 1. VMWare上运行的Ubuntu,并不能支持真实的GPU(除了特定版本的VMWare和特定的GPU,要求条件严格,所以我在VMWare上搭建好了Caffe环境后,又重新在Windo ...
caffe学习笔记2：net forward与backward
caffe学习笔记2:Forward and Backward 原网页:http://caffe.berkeleyvision.org/tutorial/forward_backward.html f ...
Caffe学习笔记（二）：Caffe前传与反传、损失函数、调优
Caffe学习笔记(二):Caffe前传与反传.损失函数.调优在caffe框架中,前传/反传(forward and backward)是一个网络中最重要的计算过程:损失函数(loss)是学习的驱动 ...

Caffe学习笔记2

Caffe学习笔记2-用一个预训练模型提取特征

制作一个数据库

定义特征提取的网络结构

提取特征

问题：

Caffe学习笔记2相关推荐

最新文章

热门文章