---恢复内容开始---

看了denny的博客,写下自己觉得简短有用的部分

想用caffe训练数据首先要学会编写配置文件:

(即便是用别人训练好的模型也要进行微调的,所以此关不可跨越)

代码就不粘贴了,我只总结文字部分的内容:

1 写好各文件/数据的路径;

2 创建数据层,向上传递图像数据和标签数据;

3 卷积层;(创建层主要就是输入参数,要不怎么体现框架带来的好处,哈哈)

4 创建激活函数;

5 创建池化层;

6 创建一个全链接层;(将各单元学到的经验结合到一起,降维求特征和)

7 创建一个dropout层;(防止过拟合,强迫一个神经元和随机挑选出来的其他神经元共同工作,减弱神经元节点间的联合适应性,增强了泛化能力)

8 创建一个softmax层;(计算与标注样本的差距)

9 训练时不需要accuracy层,但验证阶段是需要的;(预测结果与输入标签的对比)

10 将以上设置写入配置文件prototxt文件;

 

通过上面这个文件的执行,我们就会得到两个配置文件:train.prototxt和val.prototxt,分别用于训练阶段和验证阶段。

 

这种方式生成配置文件,必须有个前提,就是要先把原始图片转换成LMDB文件才行。如果我们已经把原始图片做成了一个列表清单(txt文件,一行一张图片),则可以不用LMDB格式作为输入数据,可以用ImageData作为数据源输入,即第一层由原来的Data类型,变成了ImageData类型,不需要LMDB文件和均值文件,但需要一个txt文件。

 

---恢复内容结束---